[英]AttributeError: Layer mnist_model_35 has no inbound nodes. Tensorflow keras subclassing API
[英]Tensorflow Keras - AttributeError: Layer features has no inbound nodes
Tensorflow版本:1.11.0
我正在尝试将TensorBoard与Tensorflow keras模型一起用于投影仪的可视化。 我收到AttributeError:图层要素没有入站节点。 我不确定为什么在下面的简单代码中会出现此错误。 我确实在Google上搜索了该错误,但找不到正确的解决方案来修复它。
from os import makedirs
from os.path import exists, join
import tensorflow as tf
mnist = tf.keras.datasets.mnist
import numpy as np
(x_train, y_train),(x_test, y_test) = mnist.load_data()
x_train, x_test = x_train / 255.0, x_test / 255.0
model = tf.keras.models.Sequential([
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(512, activation=tf.nn.relu),
tf.keras.layers.Dropout(0.2),
tf.keras.layers.Flatten(),
tf.keras.layers.Dense(10, activation=tf.nn.relu, name='features'),
tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer='adam',
loss='sparse_categorical_crossentropy',
metrics=['accuracy'])
log_dir = "./logs"
with open(join(log_dir, 'metadata.tsv'), 'w') as f:
np.savetxt(f, y_test)
from tensorflow.keras.callbacks import TensorBoard
tf_board_callback = TensorBoard(
log_dir=log_dir,
batch_size=32,
embeddings_freq=1,
embeddings_layer_names=['features'],
embeddings_metadata='metadata.tsv',
embeddings_data=x_test
)
model.fit(x_train, y_train, epochs=5, callbacks=[tf_board_callback])
我想您应该为顺序模型的第一层指定输入形状
在Keras中定义网络时,添加的第一层需要添加input_shape。
请参阅以下文档: https : //keras.io/getting-started/sequential-model-guide/#specifying-the-input-shape
因此,对于MNIST,您应该输入以下内容:input_shape =(28,28,1)
这里有一个很好的例子: https : //www.kaggle.com/adityaecdrid/mnist-with-keras-for-beginners-99457
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.