Python 3.x '；输入层'；对象没有属性'；活动正则化器&x27；

安装最新版本的keras 2.1.5后和使用 连接到模型的输出，并将其添加为密集层的输入

 Merged_out=add([fe.output,seq_model.output])
 output  = Dense(256,activation='softmax')(Merged_out)

创建模型采用两个模型特征抽取器和序列模型的输入

    #feature extractor model Dense_map this layer summarizes the contents in image
    fe  = Sequential()
    fe.add(Dense(256,input_shape=(4096,),activation='relu'))
    fe.add(Dropout(0.5))
     #sequence model
    seq_model = Sequential()
    seq_model.add(Embedding(input_dim =  max_length,input_length=vocab_size,output_dim=256))
    print(seq_model.add(GRU(256,return_sequences=True)))
    seq_model.add(GRU(256,return_sequences=True))
    seq_model.add(GRU(256,return_sequences=True

and added the inputs of two models as input of model and Dense layer is output of model  to the Model : 
 model = Model(inputs=[fe.input,seq_model.input],outputs=output)

When make compile by using model.compile : 
 model.compile(loss='categorical_crossentropy',optimizer='Adam')

错误

InputLayer

对象没有属性

activity\u正则化器

发生 完全错误是：

>--------------------------------------------------------------------------- AttributeError Traceback (most recent call > last) in () > 22 plot_model(model,to_file='image_Captioning_model.png',show_shapes=True,show_layer_names=True) > 23 return model > ---> 24 define_model(vocab_size,max_len) > > in define_model(vocab_size, max_length) > 19 model = Model(inputs=[fe.input,seq_model.input],outputs=output) > 20 > ---> 21 model.compile(loss='categorical_crossentropy',optimizer='Adam') > 22 plot_model(model,to_file='image_Captioning_model.png',show_shapes=True,show_layer_names=True) > 23 return model > > ~/.local/lib/python3.6/site-packages/tensorflow/python/keras/_impl/keras/engine/training.py > in compile(self, optimizer, loss, metrics, loss_weights, > sample_weight_mode, weighted_metrics, target_tensors, **kwargs) > 679 > 680 # Prepare output masks. > --> 681 masks = self.compute_mask(self.inputs, mask=None) > 682 if masks is None: > 683 masks = [None for _ in self.outputs] > > ~/.local/lib/python3.6/site-packages/tensorflow/python/keras/_impl/keras/engine/topology.py > in compute_mask(self, inputs, mask) > 785 return self._output_mask_cache[cache_key] > 786 else: > --> 787 _, output_masks = self._run_internal_graph(inputs, masks) > 788 return output_masks > 789 > > ~/.local/lib/python3.6/site-packages/tensorflow/python/layers/network.py > in _run_internal_graph(self, inputs, masks) > 896 > 897 # Apply activity regularizer if any: > --> 898 if layer.activity_regularizer is not None: > 899 regularization_losses = [ > 900 layer.activity_regularizer(x) for x in computed_tensors > > AttributeError: 'InputLayer' object has no attribute > 'activity_regularizer' >---------------------------------------------------------------------------AttributeError回溯（最近的调用） >最后）在（） >22 plot\u model（model，to\u file='image\u Captioning\u model.png'，show\u shapes=True，show\u layer\u names=True） >23返回模型 >-->24个定义模型（声音大小，最大长度） > >在定义模型中（声音大小、最大长度） >19模型=模型（输入=[fe.input，seq_model.input]，输出=输出） > 20 >-->21 model.compile（loss='classifical\u crossentropy'，optimizer='Adam'） >22 plot\u model（model，to\u file='image\u Captioning\u model.png'，show\u shapes=True，show\u layer\u names=True） >23返回模型 > >~/.local/lib/python3.6/site-packages/tensorflow/python/keras//u impl/keras/engine/training.py >编译中（自我、优化器、损失、度量、损失权重、， >样本权重模式、加权度量、目标张量、**kwargs） > 679 >680#准备输出掩码。 >-->681掩码=self.compute\u掩码（self.inputs，掩码=None） >682如果掩码为“无”： >683掩码=[自输出中的无] > >~/.local/lib/python3.6/site-packages/tensorflow/python/keras//u impl/keras/engine/topology.py >在计算掩码中（自身、输入、掩码） >785返回自。\输出\掩码\缓存[缓存\键] >786其他： >-->787，输出屏蔽=自运行内部屏蔽图（输入，屏蔽） >788返回输出屏蔽 > 789 > >~/.local/lib/python3.6/site-packages/tensorflow/python/layers/network.py >内部运行图（自身、输入、掩码） > 896 >897#应用活动正则化器（如有）： >-->898如果layer.activity\u正则化器不是None： >899正规化损失=[ >900层。计算张量中x的活动正则化子（x） > >AttributeError:“InputLayer”对象没有属性 >“活动\正则化器”

---

如果我的问题不清楚，请在帖子中发表评论以了解问题我通过安装tensorflow 1.8.0解决了问题谢谢