【AAE】【Keras】实现merge出错：TypeError: ‘module‘ object is not callable

 

在运行AAE的git代码时，发现encoder的构建中，有一行是报错的：

 latent_repr = merge([mu, log_var],
       mode=lambda p: p[0] + K.random_normal(K.shape(p[0])) * K.exp(p[1] / 2),
       output_shape=lambda p: p[0])

 

报错显示merge有问题：TypeError: 'module' object is not callable 

原因分析：

查看了 keras关于Merging layer的文档，发现现在的keras.layer中并不存在merge这个方法。keras.layer只提供以下几个方法

• Concatenate layer
• Average layer
• Maximum layer
• Minimum layer
• Add layer
• Subtract layer
• Multiply layer
• Dot layer

解决办法：对merge进行改写。

若merge( [Layer] , mode, output_shape) 中的mode = 'concat' , 则需要使用Concatenate方法， 若mode='multi' 则换成Multiply方法   

merge6 = merge([drop4, up6], mode='concat', concat_axis=3)

# 换成：
from keras.layers import Concatenate
merge6 = Concatenate(axis=3)([drop4, up6])

若merge( [Layer] , mode, output_shape) 中的mode =是一个复杂的公式，则需要自己创建一个class

 latent_repr = merge([mu, log_var],
       mode=lambda p: p[0] + K.random_normal(K.shape(p[0])) * K.exp(p[1] / 2),
       output_shape=lambda p: p[0])

# 换成：

# 1 新建一个MergeLayer.py文件如下
from keras.engine.base_layer import Layer
import keras.backend as K

class MergeLayer(Layer):

    def __init__(self, **kwargs):
        super(MergeLayer, self).__init__(**kwargs)

    def compute_output_shape(self, input_shape):
        return (input_shape[0][0], input_shape[0][1])

    def call(self, x, mask=None):
        final_output = x[0] + K.random_normal(K.shape(x[0])) * K.exp(x[1] / 2)
        return final_output

# 2 在原方法中引用并调用这个类的方法：
from MergeLayer import MergeLayer
latent_repr = MergeLayer()([mu, log_var])

参考博客