Python 3.x 类型错误：'；非类型'；对象不可调用Tensorflow

当前正在使用

tf2.0

处理回归问题。为了准备数据集，我使用了以下代码：

train = tf.data.Dataset.from_tensor_slices(([train_X], [train_y])).batch(BATCH_SIZE).repeat()
val = tf.data.Dataset.from_tensor_slices(([val_X], [val_y])).batch(BATCH_SIZE).repeat() 

现在，如果我们看看它们的形状：

<RepeatDataset shapes: ((None, 42315, 20), (None, 42315)), types: (tf.float64, tf.float64)>
<RepeatDataset shapes: ((None, 2228, 20), (None, 2228)), types: (tf.float64, tf.float64)>

然而，当我把我的模型稍微复杂一点并试图编译它时，它给了我一个错误，这就是这个问题的标题。有关错误的详细信息位于问题的最底部。复杂的模型如下所示：

comp_lstm = tf.keras.models.Sequential([
    tf.keras.layers.LSTM(64),
    tf.keras.layers.LSTM(64),
    tf.keras.layers.LSTM(64),
    tf.keras.layers.Dense(1)
])

comp_lstm.compile(optimizer='adam', loss='mae')

history = comp_lstm.fit(train, 
                      epochs=EPOCHS,
                      steps_per_epoch=EVALUATION_INTERVAL,
                      validation_data=val, validation_steps=50)

一、 事实上，我想尝试双向LSTM，但似乎LSTM的多个堆栈本身给了我如下所述的问题

---

错误

TypeError回溯（最近一次调用）
在里面
2个时代=20
3.
---->4历史=组件装配（列车，
5个时代=时代，
每个历元6步=评估间隔，
~/python\u envs/p2/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py in\u method\u包装（self，*args，**kwargs）
64定义方法包装（self，*args，**kwargs）：
65如果不是自己，则为多工作模式（）：#pylint:disable=受保护访问
--->66返回方法（self、*args、**kwargs）
67
68#已经在"运行分配协调器"内部运行。
~/python_envs/p2/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py in-fit（self、x、y、批大小、历元、冗余、回调、验证拆分、验证数据、洗牌、类权重、样本权重、初始历元、每个历元的步骤、验证步骤、验证批次大小、验证频率、最大队列大小、工人、使用多处理）
846批次大小=批次大小）：
847回拨。列车上批次开始（步骤）
-->848 tmp_日志=训练函数（迭代器）
849#捕获未知大小数据集的范围错误。
850#这会一直阻塞，直到批处理完成执行。
~/python_envs/p2/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py在调用中（self，*args，**kwds）
578 xla_context.Exit（）
579其他：
-->580结果=自调用（*args，**kwds）
581
582如果跟踪计数==self.\u获取跟踪计数（）：
~/python_envs/p2/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py in_调用（self，*args，**kwds）
609#在本例中，我们在第一次调用时创建了变量，因此我们运行
610#取消运行版本，保证永远不会创建变量。
-->611返回self._无状态_fn（*args，**kwds）35; pylint:disable=不可调用
612 elif self.\u stateful\u fn不是无：
613#尽早释放锁，以便多个线程可以执行调用
TypeError:“非类型”对象不可调用

问题是，当您堆叠多个LSTM时，我们应该在LSTM层中使用参数，

return\u sequences=True

这是因为如果

return\u sequences=False

（默认行为），LSTM将返回最后一个时间步的

输出。但是当我们堆叠LSTM时，我们将需要
完整序列的
输出，而不仅仅是最后一个
时间步的

将您的模型更改为

comp_lstm = tf.keras.models.Sequential([
    tf.keras.layers.LSTM(64, return_sequences = True),
    tf.keras.layers.LSTM(64, return_sequences = True),
    tf.keras.layers.LSTM(64),
    tf.keras.layers.Dense(1)
])

应该解决错误

这样，您也可以使用双向LSTM

如果您遇到任何其他错误，请告诉我，我将很乐意帮助您

希望这有帮助。快乐学习！
这是最肯定的答案。为什么需要
return\u sequences=True
？修改答案，解释为什么需要它谢谢。是的，这是有道理的。这导致了另一个问题，我在这里详细介绍了我几乎可以肯定它与此问题无关，但这是一种可能性
TypeError                                 Traceback (most recent call last)
<ipython-input-21-8a86aab8a730> in <module>
      2 EPOCHS = 20
      3 
----> 4 history = comp_lstm.fit(train, 
      5                       epochs=EPOCHS,
      6                       steps_per_epoch=EVALUATION_INTERVAL,

~/python_envs/p2/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py in _method_wrapper(self, *args, **kwargs)
     64   def _method_wrapper(self, *args, **kwargs):
     65     if not self._in_multi_worker_mode():  # pylint: disable=protected-access
---> 66       return method(self, *args, **kwargs)
     67 
     68     # Running inside `run_distribute_coordinator` already.

~/python_envs/p2/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split, validation_data, shuffle, class_weight, sample_weight, initial_epoch, steps_per_epoch, validation_steps, validation_batch_size, validation_freq, max_queue_size, workers, use_multiprocessing)
    846                 batch_size=batch_size):
    847               callbacks.on_train_batch_begin(step)
--> 848               tmp_logs = train_function(iterator)
    849               # Catch OutOfRangeError for Datasets of unknown size.
    850               # This blocks until the batch has finished executing.

~/python_envs/p2/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py in __call__(self, *args, **kwds)
    578         xla_context.Exit()
    579     else:
--> 580       result = self._call(*args, **kwds)
    581 
    582     if tracing_count == self._get_tracing_count():

~/python_envs/p2/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py in _call(self, *args, **kwds)
    609       # In this case we have created variables on the first call, so we run the
    610       # defunned version which is guaranteed to never create variables.
--> 611       return self._stateless_fn(*args, **kwds)  # pylint: disable=not-callable
    612     elif self._stateful_fn is not None:
    613       # Release the lock early so that multiple threads can perform the call

TypeError: 'NoneType' object is not callable

comp_lstm = tf.keras.models.Sequential([
    tf.keras.layers.LSTM(64, return_sequences = True),
    tf.keras.layers.LSTM(64, return_sequences = True),
    tf.keras.layers.LSTM(64),
    tf.keras.layers.Dense(1)
])