Python 使用keras功能模型时出现类型错误

我使用Keras函数API（Keras版本2.2）来定义模型，但当我尝试将数据拟合到模型时，我得到了一些错误。我目前正在使用Python2.7，代码在Ubuntu 18.04上运行

以下是模型的代码：

class Model:

    def __init__(self, config):
        self.hidden_layers = config["hidden_layers"]
        self.loss = config["loss"]
        self.optimizer = config["optimizer"]
        self.batch_normalization = config["batch_normalization"]
        self.model = self._build_model()

    def _build_model(self):
        input = Input(shape=(32,))

        hidden_layers = []

        if self.batch_normalization:
            hidden_layers.append(Dense(self.hidden_layers[0], bias_initializer= Orthogonal)(input))
            hidden_layers.append(BatchNormalization()(hidden_layers[-1]))
            hidden_layers.append(Activation("relu")(hidden_layers[-1]))
        else:
            hidden_layers.append(Dense(self.hidden_layers[0], bias_initializer= Orthogonal, activation='relu')(input))

        for i in self.hidden_layers[1:]:
            if self.batch_normalization:
                hidden_layers.append(Dense(i, bias_initializer= Orthogonal)(hidden_layers[-1]))
                hidden_layers.append(BatchNormalization()(hidden_layers[-1]))
                hidden_layers.append(Activation("relu")(hidden_layers[-1]))
            else:
                hidden_layers.append(Dense(i, bias_initializer= Orthogonal, activation='relu')(hidden_layers[-1]))

        output_layer = Dense(2, activation="softmax")(hidden_layers[-1])
        model = Model(input= input, output= output_layer)
        model.compile(optimizer=self.optimizer, loss=self.loss, metrics=["accuracy"])
        return model

以下是我使用的命令以及运行fit方法后收到的错误消息：

model.fit(x=X_train,y=Y_train, epochs=20)

  File "/home/project/main.py", line 69, in <module>
    main(config)
  File "/home/project/main.py", line 62, in main
    model = Model(config, logging).model
  File "/home/project/model.py", line 18, in __init__
    self.model = self._build_model()
  File "/home/project/model.py", line 34, in _build_model
    hidden_layers.append(Dense(self.hidden_layers[0], bias_initializer= Orthogonal, activation='relu')(input))
  File "/home/project/venv/local/lib/python2.7/site-packages/keras/engine/base_layer.py", line 431, in __call__
    self.build(unpack_singleton(input_shapes))
  File "/home/project/venv/local/lib/python2.7/site-packages/keras/layers/core.py", line 872, in build
    constraint=self.bias_constraint)
  File "/home/project/venv/local/lib/python2.7/site-packages/keras/legacy/interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)
  File "/home/project/venv/local/lib/python2.7/site-packages/keras/engine/base_layer.py", line 252, in add_weight
    constraint=constraint)
  File "/home/project/venv/local/lib/python2.7/site-packages/keras/backend/tensorflow_backend.py", line 402, in variable
    v = tf.Variable(value, dtype=tf.as_dtype(dtype), name=name)
  File "/home/project/venv/local/lib/python2.7/site-packages/tensorflow/python/ops/variables.py", line 183, in __call__
    return cls._variable_v1_call(*args, **kwargs)
  ...
  ...
  File "/home/project/venv/local/lib/python2.7/site-packages/tensorflow/python/ops/variables.py", line 1329, in __init__
    constraint=constraint)
  File "/home/project/venv/local/lib/python2.7/site-packages/tensorflow/python/ops/variables.py", line 1437, in _init_from_args
    initial_value(), name="initial_value", dtype=dtype)
TypeError: __call__() takes at least 2 arguments (1 given)

model.fit（x=x\u列，y=y\u列，历代=20）
文件“/home/project/main.py”，第69行，在
主（配置）
文件“/home/project/main.py”，第62行，在main中
model=model（配置，日志）。model
文件“/home/project/model.py”，第18行，在__
self.model=self.\u build\u model（）
文件“/home/project/model.py”，第34行，在构建模型中
hidden_layers.append（密集（self.hidden_layers[0]，bias_初始值设定项=正交，activation='relu'）（输入））
文件“/home/project/venv/local/lib/python2.7/site packages/keras/engine/base\u layer.py”，第431行，在调用中__
自我构建（解包单例（输入形状））
文件“/home/project/venv/local/lib/python2.7/site packages/keras/layers/core.py”，第872行，内部版本
约束=自身偏差（约束）
文件“/home/project/venv/local/lib/python2.7/site packages/keras/legacy/interfaces.py”，第91行，在包装器中
返回函数（*args，**kwargs）
文件“/home/project/venv/local/lib/python2.7/site packages/keras/engine/base\u layer.py”，第252行，添加重量
约束=约束）
变量中的文件“/home/project/venv/local/lib/python2.7/site packages/keras/backend/tensorflow_backend.py”，第402行
v=tf.Variable（value，dtype=tf.as_dtype（dtype），name=name）
文件“/home/project/venv/local/lib/python2.7/site packages/tensorflow/python/ops/variables.py”，第183行，在调用中__
返回cls.\u变量\u v1\u调用（*args，**kwargs）
...
...
文件“/home/project/venv/local/lib/python2.7/site packages/tensorflow/python/ops/variables.py”，第1329行，在__
约束=约束）
文件“/home/project/venv/local/lib/python2.7/site packages/tensorflow/python/ops/variables.py”，第1437行，在参数的_init_中
初始值（），name=“初始值”，dtype=dtype）
TypeError:_调用__（）至少接受2个参数（给定1个）

---

我真的不明白这个打字错误是什么。我不确定如何更改模型定义以避免此错误。

似乎错误发生在偏差初始值设定项上。当您应该传递一个类的实例时，您正在传递一个类

Orthogonal

，比如

bias\u initializer=Orthogonal（）

---

现在，我强烈建议不要在类中使用与Keras相同的名称。不要创建

类模型

，创建其他任何东西，比如

类模型以外的任何名称

您的

配置[“隐藏层”]

的值是多少？