keras 中’lstm’ object has no attribute ‘outbound_nodes’
在把keras中实现的模型和tensorflow实现的模型合并时,容易报出 object has no attribute 'outbound_nodes’的错误。
我的代码是用keras搭建了一个双层的encoder-decoder模型,想添加注意力机制,但keras官方还没对其进行封装实现,所以找了另外一个模型中的用tensorflow来实现的注意力机制进行结合,但当我把encoder的层中的state_h传入到注意力机制的代码中时出现了一下错误。
keras encodee-decoder中的代码如下:(红线是出错的函数)
在attention 的代码中对应如下:(红线为报错行)
然后去百度和谷歌查找了一些博客,最终通过下面的方法解决:
解决方法:
将tensorflow代码中的网络结构搭建部分改为有keras的网络模型来搭建,我这里是将tf.contrib.layers.linear改成keras.layers中的Dense来代替。
(其他网络错误的可通过keras实现的其他模型替换)
解决后的代码:
原因分析:
在attention的代码中,有个对output_h和计算后的权重通过一个全连接层进行合并计算的过程,在这里使用的是tf.contrib.layers.linear中的函数,在和keras进行合并时,这部分的代码之后会自动链接到tf.keras.layers中的网络,但tf.keras中的网络和keras中的base_layer.py文件还是存在着不同,outbound_nodes属性就是其中之一。