Python Tensorflow 和 Keras 错误 |属性错误：模块“树”没有属性“展平”

Question

所以我最近想在一段时间后再次尝试 Tensorflow 和 Keras。我过去曾尝试过，但在我分心并尝试其他事情之前，我只触及了表面。现在，正如我所说，我想再次尝试一下，所以我只是使用 pip 确保我拥有最新版本的 Tensorflow 和 Keras，然后从官方 Tensorflow 网站复制了一个示例。这是代码：

# TensorFlow and tf.keras
import tensorflow as tf

# Helper libraries
import numpy as np
import matplotlib.pyplot as plt

fashion_mnist = tf.keras.datasets.fashion_mnist
(train_images, train_labels), (test_images, test_labels) = fashion_mnist.load_data()

train_images, test_images = train_images/255, test_images/255

class_names = ['T-shirt/top', 'Trouser', 'Pullover', 'Dress', 'Coat',
               'Sandal', 'Shirt', 'Sneaker', 'Bag', 'Ankle boot']

model = tf.keras.Sequential([
    tf.keras.layers.Input(shape=(28, 28)),
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10)
])

model.compile(optimizer="adam",
              loss = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics = ["accuracy"])

model.fit(train_images, train_labels, epochs=10)

现在，当我运行代码时，出现此错误：

Traceback (most recent call last):
  File "C:\Users\me\AppData\Local\Programs\Python\Python311\Tensorflow\example.py", line 21, in <module>
    tf.keras.layers.Input(shape=(28, 28)),
  File "C:\Users\me\AppData\Local\Programs\Python\Python311\Lib\site-packages\keras\src\layers\core\input_layer.py", line 143, in Input
    layer = InputLayer(
  File "C:\Users\me\AppData\Local\Programs\Python\Python311\Lib\site-packages\keras\src\layers\layer.py", line 216, in __new__
    obj = super().__new__(cls, *args, **kwargs)
  File "C:\Users\me\AppData\Local\Programs\Python\Python311\Lib\site-packages\keras\src\ops\operation.py", line 100, in __new__
    flat_arg_values = tree.flatten(kwargs)
AttributeError: module 'tree' has no attribute 'flatten'

我对编程或Python也不陌生，所以我也尝试安装不同版本的Tensorflow，并使用pip来升级“tree”模块。我还尝试使用类似的东西替换该函数（是的，我知道这是一个不好的做法）

tree.flatten = lambda kwargs: kwargs

但似乎没有什么可以解决这个问题。如果有人知道问题是什么并可以帮助我，我会很高兴。

Answer 1

我尝试在 Google Colab 中运行你的代码，该行没有错误。因此，您的错误很可能是由于您安装的库造成的。

如果您分别安装了 Tensorflow 和 Keras，我怀疑您的 TensorFlow 和 Keras 库之间存在冲突。因此，最好

仅安装tensorflow库，因为其中包含Keras。

此外，我在您的代码中发现了一个错误。如果你打算用全连接网络做一个简单的图像分类，你需要在Dense层之前添加flatten层，并将softmax设置为最终的激活函数。

model = tf.keras.Sequential([
    tf.keras.layers.Input(shape=(28, 28)),
    tf.keras.layers.Flatten(), # Add this layer flatten layer
    tf.keras.layers.Dense(128, activation='relu'),
    tf.keras.layers.Dense(10, activation='softmax') # Change the last activation to softmax for multi-class classification
])

model.compile(
    optimizer="adam",
    loss = tf.keras.losses.SparseCategoricalCrossentropy(), # Remove from logits parameters
    metrics = ["accuracy"])

我创建了这个 Google Colab Notebook，您可以尝试一下：

https://colab.research.google.com/gist/naufalso/a9d7cd1ba9ac1c5fcd5a33bb1cd2cf01/stackoverflowissue-77754795.ipynb

希望这能回答您的问题。