‘NoneType‘ object has no attribute ‘_inbound_nodes‘解决方法汇总

‘NoneType‘ object has no attribute ‘_inbound_nodes‘解决方法汇总

之前使用tensorflow框架，这两天使用keras框架，好家伙，冒出个这个错误，看了许多教程，总结一下，本文总分为如下三部分。

• 问题描述
• 问题原因
• 解决方法

1.问题描述
如下图：

2.问题原因
出现上图所示是因为在Keras的网络中一切都是要用层来表示，即当网络中一些keras.backend库中的函数如batch_dot、repeat_elements、Subtract、expand_dims函数、当直接使用tensorflow的一些运算函数如tf.matmul等时，均不是Keras中网络的层的概念，故会出现这种情况。
3.解决方法
解决方法为将自己所需的函数包装成keras的层。
有如下两种方式：
（1）第一种：
首先定义一个函数，函数返回的便为我们所需的运算。再用Lambda定义一个层。
例如当我想使用expand_dims时，先定义函数如下：

def expand_dim(x):
    x1=K.expand_dims(x,axis=-1)
    return x1

再在需要使用时，使用Lambda定义层：

x = Lambda(expand_dim)(x)

便可解决类似问题
（2）第二种：
直接使用python的lamda进行修改。例如当我想使用expand_dims时，直接使用

x = Lambda(lambda x: K.expand_dims(x,axis=-1))(x)

这种方式有一个坑，当我们要传的参数有两个时就可能会有问题。
例如：当我们使用batch_dot方法时，若使用如下：

s = Lambda(lambda x,y: K.batch_dot(x, y,axes=[2, 2]))(x_batch,y_batch)

会出现下面错误：

TypeError: __call__() takes 2 positional arguments but 3 were given

这是因为lambda在这里希望一个输入，将上述代码改为下面即可。

s=Lambda(lambda x: K.batch_dot(x[0], x[1], axes=[2, 2]))([(x_batch,y_batch)])

最后附上一些有可能使用的方法：

例一：
s=Lambda(lambda x: K.batch_dot(x[0], x[1], axes=[2, 2]))([(x_batch,y_batch)])
例二：
o = Lambda(lambda x: K.reshape(x, (32, 40, 20)))(x_batch)
例三：
Input_T=Lambda(lambda x: K.permute_dimensions(x, (0,3,1,2)))(Input)
例四：
x=Lambda(lambda x, dim: K.repeat_elements(x, dim, axis=2), arguments={'dim': Input.shape[1]})(x)
例五：
def mul(x):
   return tf.matmul(x,h)
x = Lambda(mul)(x)
例六：
Input_T=Lambda(lambda x: tf.matmul(x,h))(Input)