TypeError:（'；不是Keras张量：'；，Elemwise{add，no#inplace}.0）

我正在使用keras与GRU一起运行attention layer，以便在python中进行情绪分析，但是，python给了我以下错误消息：

TypeError:（“不是Keras张量：”，Elemwise{add，no_inplace}.0）

我在网站上搜索，但这个问题仍然无法解决。这是我的密码：

os.environ['KERAS\u BACKEND']='theano'
#注意GRU网络
层（层）的类别：
定义初始（自我，**kwargs）：
self.init=initializers.get（'normal'）
#self.input_spec=[InputSpec（ndim=3）]
超级（AttLayer，self）。\uuuuuuuuuuuuuuuuuuuuuuuuuuuuu（**kwargs）
def构建（自我，输入_形状）：
断言len（输入_形）==3
#self.W=self.init（（输入_形[-1]，1））
self.W=self.init（（输入_形[-1]，））
#self.input\u spec=[InputSpec（shape=input\u shape）]
self.trainiable_weights=[self.W]
超级（AttLayer，self）。构建（输入U形）#一定要在某处调用它！
def调用（self、x、mask=None）：
eij=K.tanh（K.dot（x，self.W））
ai=K.exp（eij）
权重=ai/K.sum（ai，轴=1）.dimshuffle（0，'x'）
加权输入=x*权重。dimshuffle（0，1，'x'）
返回加权输入和（轴=1）
def计算输出形状（自身、输入形状）：
返回输入_形[0]，输入_形[-1]
def get_idx_from_sent（sent，word_idx_map，max_l=1187，filter_h=3）：
"""
将句子转换为索引列表。用零填充。
"""
x=[]
pad=过滤器h-1
对于范围内的i（焊盘）：
x、 追加（0）
words=sent.split（）
用文字表示：
如果word\u idx\u映射中的单词：
x、 追加（word\u idx\u映射[word]）
而len（x）

但是，它被卡住了，下面是错误消息：

回溯（最近一次呼叫最后一次）：
文件“C:/Users/ruowe/PycharmProjects/resnet/test1.py”，第101行，在
nb_历元=10，批次尺寸=50）
文件“C:\Users\ruowe\Anaconda3\lib\site packages\keras\engine\training.py”，第1575行
self.\u make\u train\u function（）
文件“C:\Users\ruowe\Anaconda3\lib\site packages\keras\engine\training.py”，第960行，在“make\u train”函数中
损失=自身总损失）
文件“C:\Users\ruowe\Anaconda3\lib\site packages\keras\legacy\interfaces.py”，第87行，在包装器中
返回函数（*args，**kwargs）
文件“C:\Users\ruowe\Anaconda3\lib\site packages\keras\optimizers.py”，第427行，在get\U更新中
ms=[K.zeros（K.int_shape（p），dtype=K.dtype（p））表示参数中的p]
文件“C:\Users\ruowe\Anaconda3\lib\site packages\keras\optimizers.py”，第427行，在
ms=[K.zeros（K.int_shape（p），dtype=K.dtype（p））表示参数中的p]
文件“C:\Users\ruowe\Anaconda3\lib\site packages\keras\backend\theano\u backend.py”，第275行，呈整数形状
raise TypeError（'不是Keras张量：'，x）
TypeError:（‘不是Keras张量：’，Elemwise{add，no_inplace}.0）
也有同样的问题，在这里找到了答案：


简短回答-这是Keras-ver的一个变化。二,

将生成功能更改为：

def build(self, input_shape):
    assert len(input_shape)==3
    self.W = self.add_weight(name='kernel', 
                                  shape=(input_shape[-1],),
                                  initializer='normal',
                                  trainable=True)
    super(AttLayer, self).build(input_shape)  

同样的问题，在这里找到了答案：


简短回答-这是Keras-ver的一个变化。二,

将生成功能更改为：

def build(self, input_shape):
    assert len(input_shape)==3
    self.W = self.add_weight(name='kernel', 
                                  shape=(input_shape[-1],),
                                  initializer='normal',
                                  trainable=True)
    super(AttLayer, self).build(input_shape)  

听起来错误就在这行：
ms=[K.zeros（K.int_-shape（p），dtype=K.dtype（p））表示参数中的p]
，其中
p
应该是keras张量，但不是。--但是你的问题中没有显示这一行。听起来错误就在这一行：
ms=[K.zeros（K.int_-shape（p），dtype=K.dtype（p））表示参数中的p]
，其中
p
应该是keras张量，但不是。--但是这句话在你的问题中没有显示出来。非常感谢！它起作用了！这个麻烦让我几乎半个学期都感到困惑，我几乎放弃了这个方法……非常感谢！它起作用了！这个麻烦让我几乎半学期都感到困惑，我几乎放弃了这个方法。。。。