Python 使用带有Tensorflow后端的Keras记录梯度误差

我尝试在Nvidia GPU上使用Keras和Tensorflow来训练卷积神经网络。我尝试过使用代码和数据来实现没有锁的非常简单的模型。我尝试定义的每个网络都会给我相同的错误：

文件“”，第2行，在 添加（密集型（12，输入尺寸=5，内核初始化器='normal'，激活='relu'））>

文件“build/bdist.linux-x86_64/egg/keras/models.py”，第463行，添加 名称=layer.name+“\u输入”）

文件“build/bdist.linux-x86_64/egg/keras/engine/topology.py”，第1457行，输入 输入（张量=张量）

文件“build/bdist.linux-x86_64/egg/keras/legacy/interfaces.py”，第91行，在包装器中 返回函数（*args，**kwargs）

文件“build/bdist.linux-x86_64/egg/keras/engine/topology.py”，第1366行，位于init name=self.name）

占位符中第507行的文件“build/bdist.linux-x86_64/egg/keras/backend/tensorflow_backend.py” 占位符（数据类型，形状=形状，名称=名称）

占位符中的文件“/home/smalldave/.local/lib/python2.7/site packages/tensorflow/python/ops/array_ops.py”，第1734行 返回gen_数组操作占位符（dtype=dtype，shape=shape，name=name）

占位符中第4929行的文件“/home/smalldave/.local/lib/python2.7/site packages/tensorflow/python/ops/gen_array_ops.py” “占位符”、\u输入\u平面、\u属性、\u结果、名称）

文件“/home/smalldave/.local/lib/python2.7/site packages/tensorflow/python/eager/backprop.py”，第162行，在记录中 返回pywrap\u tensorflow.TFE\u Py\u RecordGradient（操作名称、输入、属性、

AttributeError:“非类型”对象没有属性“TFE\u Py\u RecordGradient”

有人知道这个错误的来源吗

以下是我试图定义的网络示例：

model = Sequential()
model.add(Dense(12, input_dim=5, kernel_initializer='normal', activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(1, activation='linear'))
model.summary()

---

非常感谢。

从stacktrace中，我推测您正在使用而不是，它与TensorFlow安装一起打包

tf.keras

实现了keras.io中定义的API规范，但添加了额外的TensorFlow特定功能，例如支持即时执行

所以，我想你所需要做的就是改变，比如：

from keras.models import Sequential
from keras.layers import Dense

致：

希望有帮助

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense