KerasTensor 不能用作 TensorFlow 函数的输入

Question

我一直在关注 Chollet 的机器学习书籍，并且在这段代码中不断收到此错误，特别是在第三行。我似乎正在将 Keras 张量传递给 tf 函数，但我不知道如何解决这个问题。

import tensorflow as tf
inputs = keras.Input(shape=(None,), dtype="int64")
embedded = tf.one_hot(inputs, depth=max_tokens)
x = layers.Bidirectional(layers.LSTM(32))(embedded)
x = layers.Dropout(0.5)(x)
outputs = layers.Dense(1, activation="sigmoid")(x)
model = keras.Model(inputs, outputs)
model.compile(optimizer="rmsprop",
              loss="binary_crossentropy",
              metrics=["accuracy"])
model.summary()

我尝试按照错误消息中的解决方案进行操作，该解决方案告诉我创建一个新类，但不知道该怎么做。

Answer 1

将 TensorFlow 函数 (

tf.one_hot

) 包裹在一个层中。并且，将对函数的调用替换为对新层的调用。

例如：

class EmbeddedLayer(keras.Layer):
    def call(self, x):
        return tf.one_hot(x, depth=max_tokens)

inputs = keras.Input(shape=(None,), dtype="int64")
embedded = EmbeddedLayer()(inputs)
x = layers.Bidirectional(layers.LSTM(32))(embedded)
x = layers.Dropout(0.5)(x)
outputs = layers.Dense(1, activation="sigmoid")(x)
model = keras.Model(inputs, outputs)
model.compile(
    optimizer="rmsprop",
    loss="binary_crossentropy",
    metrics=["accuracy"],
)
model.summary()