将TimeDistributed应用于Keras中的InceptionResnetV2时出错

这就是我得到的错误

x=Input(shape=(10,299,299,3))
y=TimeDistributed(InceptionResnetV2(include_top=False,weights='./weights.h5'))(x)

无法将类型的对象转换为张量。内容：（-1,10，无，无，1536）。考虑将图元强制转换为受支持的类型。

我不知道为什么会出现此错误，但可以使用以下解决方法：

Failed to convert object of type <type 'tuple'> to Tensor. Contents: (-1, 10, None, None, 1536). Consider casting elements to a supported type.

---

谢谢。这帮助我避开了那个错误。但是现在我得到了一个维度错误-

检查目标时出错：期望lambda_2有5个维度，但得到了形状为（8，1）的数组

问题是你

Y

，你想用这个模型做什么？您的模型输出

（批处理，10,8,8,1536）

，而您的

Y

是

（8,1）

，这些必须匹配。很抱歉，我很抱歉，我不知道错误是关于Y的。解决了我的问题您的模型必须输出

（无，1）

。。。。但是这个标签是二进制的吗？（只有两节课？）是的，只有两节课

x=Input(shape=(10,299,299,3))

#join the steps dimension with the samples dimension, the model won't see a difference    
y=Lambda(lambda x: K.reshape(x,(-1,299,299,3)))(x)

#use a regular inception model
y = InceptionResNetV2(include_top=False,weights=None)(y)

#bring back the hidden steps dimension
y = Lambda(lambda x: K.reshape(x,(-1,10,8,8,1536)))(y)