Python 获取错误：AttributeError:'；节点'；对象没有属性'；输出掩码'；在展平层用于展平嵌入输出 在keras中运行LSTM和嵌入层

在运行扁平化keras代码时出现问题。

import tensorflow as tf
from tensorflow.keras.layers import Dense,concatenate,Activation,Dropout,Input,LSTM,Embedding
from tensorflow.keras.models import Model
from tensorflow.keras.models import Sequential

tf.keras.backend.clear_session()

input_layer1 = Input(shape=(48432,), dtype='int32', name='input_layer1')
embed_text = Embedding(48432, 100, weights=[embedding_matrix], input_length=1300, trainable=False) 
(input_layer1)
#embed = tf.reshape(embed_text(5,48432,100))
text_LSTM = LSTM(32,input_shape=(48432,100),return_sequences=True)(embed_text)
flatten_layer1 = Flatten()(text_LSTM)

#school state Input layer
input_layer2 = Input(shape=(50000,), dtype='int32', name='input_layer2')
embed_school_state = Embedding(30000, 100, input_length=1, trainable=True)(input_layer2)
flatten_layer1 = Flatten()(embed_school_state)

下面是错误消息

*AttributeError回溯（最近一次呼叫上次） *在 *20输入层2=input（shape=（50000，），数据类型='int32'，name='input层2'） *21嵌入学校状态=嵌入（30000，100，输入长度=1，*可培训=真）（输入层2） *--->22展平层1=展平（）（嵌入学校状态）

*\调用中的Anaconda3\lib\site packages\keras\engine\base\u layer.py（self，*input，**kwargs） *474#处理掩码传播。 *-->475上一个\u掩码=\u收集\u上一个\u掩码（输入） *476 user_kwargs=kwargs.copy（） *477如果不是全部（以前的屏蔽）：

*~\Anaconda3\lib\site packages\keras\engine\base\u layer.py in*\u collect\u previous\u mask（输入张量） *1439入站\u层，节点\u索引，张量\u索引=x.\u keras\u历史 *1440节点=入站\层。\入站\节点[节点\索引] *->1441掩码=节点。输出掩码[张量索引] *1442掩码。追加（掩码）

---

**AttributeError:'Node'对象没有属性'output\u masks'**

请提供有关该问题的更多详细信息。请共享整个错误消息，以及一个。@AMC下面是将导致错误的可复制代码：input\u layer2=input（shape=（50000，），dtype='int32'，name='input\u layer2'）embedded\u school\u state=embedded（30000,100，input\u length=1，trainable=True）（input\u layer2）flatten\u layer1=flatten（）（embed\u school\u state）在我只在keras.layers包下面使用了，而没有从keras.layers中调用tensorflow.keras之后，这个问题就解决了。layers导入密集、连接、激活、退出、输入、LSTM、，从keras.models嵌入从keras.models导入模型