Tensorflow Keras输入层不添加_keras_shape

Question

根据keras 文档，Input将_keras_shape属性添加到输入张量。然而，如下所示，情况并非如此。

import tensorflow as tf
s = tf.keras.layers.Input(shape=[2], dtype=tf.float32, name='s')
print(s._keras_shape)
Traceback (most recent call last):
  File "<input>", line 3, in <module>
AttributeError: 'Tensor' object has no attribute '_keras_shape'

我是不是误解了什么，或者这是我应该报告的错误？

该属性的缺乏使Keras函数变得更加混乱：

q_s = q(s)
model = Model(inputs=s, outputs=q_s)
Traceback (most recent call last):
...
File "/home/reuben/.virtualenvs/tensorflow/lib/python3.5/site-packages/keras/engine/network.py", line 253, in <listcomp>
  input_shapes=[x._keras_shape for x in self.inputs],
AttributeError: 'Tensor' object has no attribute '_keras_shape'

我在使用tensorflow版本的“1.11.0-rc2”

Answer 1

您得到的输入层似乎略有不同，这取决于您是从keras导入还是通过tensorflow导入它。您链接的keras文档基于直接从keras库导入层：

例如：

import tensorflow as tf
from keras.layers import Input

s = Input(shape=[2], dtype=tf.float32, name='2')
s._shape_val # None
s._keras_shape # (None, 2)

但是，通过tensorflow导入似乎是在tensorflow属性_shape_val中保存形状，而不是：

import tensorflow as tf
s = tf.keras.layers.Input(shape=[2], dtype=tf.float32, name='s')
s._shape_val # TensorShape([Dimension(None), Dimension(2)])
s._keras_shape # Error

您最好的选择是直接从keras导入该层。如果计划继续使用tf.keras而不是keras的主要实现，则应该参考tf.keras文档而不是keras.io。

Answer 2

文档这里没有提到_keras_shape。

添加的Keras属性是：_keras_history:应用于张量的最后一层。整个图层图可以递归地从该层检索。

当你说“使进一步的Keras函数变得混乱”时，你是什么意思？