ValueError：只能将“keras.Layer”的实例添加到顺序模型中

Question

ValueError: Only instances of `keras.Layer` can be added to a Sequential model. 
Received: <tensorflow_hub.keras_layer.KerasLayer object at 0x7c61f819f590> 
(of type <class 'tensorflow_hub.keras_layer.KerasLayer'>)

代码：

import kagglehub

# Download latest version
path = kagglehub.model_download("google/mobilenet-v2/tensorFlow2/tf2-preview-feature-vector")
mobile_net = hub.KerasLayer("https://tfhub.dev/google/tf2-preview/mobilenet_v2/feature_vector/4", 
                            input_shape=(224, 224, 3),  # Change as per your input size
                            trainable=False)  # Freeze weights if you don't want to fine-tune

# Define the Sequential model
model = tf.keras.models.Sequential([
    mobile_net,  # Use the pre-trained model as the first layer
    tf.keras.layers.Dense(1, activation='sigmoid')  # Final layer for binary classification
])

我想解决问题，但我不能，我需要帮助。

Answer 1

代码在

tensorflow==2.15

和

tensorflow_hub==0.16.1

中运行良好。因此，该错误可能是由于 Keras 3.0 与 TensorFlow 2.17 集成时出现的兼容性问题造成的。考虑使用

tf-keras

(Keras 2.0) 可以解决问题，或者使用 Lambda 层来包装

hub.KerasLayer

(mobile_net) 确保兼容性并允许您使用

tf.keras.models.Sequential

构建模型。

使用lambda层来包裹hub层

import tensorflow as tf
import tensorflow_hub as hub
import kagglehub

path = kagglehub.model_download("google/mobilenet-v2/tensorFlow2/tf2-preview-feature-vector")

mobile_net = hub.KerasLayer(
    "https://tfhub.dev/google/tf2-preview/mobilenet_v2/feature_vector/4")

model = tf.keras.Sequential([
    tf.keras.layers.InputLayer(input_shape=(224, 224, 3)),
    tf.keras.layers.Lambda(lambda x: mobile_net(x)),
    tf.keras.layers.Dense(1, activation='sigmoid')
])
model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy'])
model.summary()

输出：

Model: "sequential_5"
┏━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━━━━━━━━━━━━━┳━━━━━━━━━━━━━━━━━┓
┃ Layer (type)                         ┃ Output Shape                ┃         Param # ┃
┡━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━━━━━━━━━━━━━╇━━━━━━━━━━━━━━━━━┩
│ lambda_2 (Lambda)                    │ (None, 1280)                │               0 │
├──────────────────────────────────────┼─────────────────────────────┼─────────────────┤
│ dense_5 (Dense)                      │ (None, 1)                   │           1,281 │
└──────────────────────────────────────┴─────────────────────────────┴─────────────────┘
 Total params: 1,281 (5.00 KB)
 Trainable params: 1,281 (5.00 KB)
 Non-trainable params: 0 (0.00 B)

请参阅此要点和文档了解更多详细信息。