只能将`keras.Layer`的实例添加到顺序模型中

Question

我在使用 TensorFlow Hub 时遇到了与 Sequential 相关的错误。谁能帮我解决这个问题吗？”

在此输入图片描述

“ValueError：只能将

keras.Layer

的实例添加到顺序模型中。收到：（类型为 ）”

我回顾了一些研究，发现提到了版本问题，但我相信我的问题与此无关。当我将 keras 版本更改为“2.17.0”时，我收到此错误 ->

在此输入图片描述

Answer 1

我使用了@adam-de-nyangos给出的很棒的推荐（我很抱歉，因为我不知道如何链接到他）

看这篇文章： 错误：只能将`keras.Layer`的实例添加到顺序模型中

这些是我所做的事情：

添加或修改此说明：

!pip install tf_keras -q  # notice -q for quiet installation (maybe it is not needed as it could be installed properly)

import keras
from keras.layers import Dense
import tensorflow as tf
import tensorflow_hub as hub
import tf_keras

就我而言，我正在接受 Udemy 的 NLP 训练，所以我想要一个编码器+解码器层：

sentence_encoder_layer = hub.KerasLayer("https://tfhub.dev/google/universal-sentence-encoder/4",
                                        input_shape=[],
                                        dtype=tf.string,
                                        trainable=False,
                                        name="USE")



model_6 = tf_keras.Sequential([  
  sentence_encoder_layer,   # THIS LINE WAS MY PAINTFUL CODE with the mentioned error...
  tf_keras.layers.Dense(64, activation="relu"), # Use tf_keras.layers.Dense
  tf_keras.layers.Dense(1, activation="sigmoid", name="output_layer") # Use tf_keras.layers.Dense
], name="model_6_USE")

最后剩下的代码工作了。请注意，我还需要将 Adam 优化器更改为 tf_keras.optimizer.Adam()，因为无法生成 tf_keras 和 keras 的混合。

我不是专家，可能其他人可以比我解释得更好，但我认为 colab 中的 keras 版本与 tf_keras 不同。 （model.summary似乎是旧的keras 2版本）....

希望这也能帮助你:)

[![可以看到代码的图片] [1]：https://i.sstatic.net/rzmLrfkZ.png