Python &引用;属性错误:';非类型';对象没有属性'_入站“U节点”;当使用深色T53网络执行时
我正在编写使用Darknet53网络执行的源代码。若Darknet53的输入是keras张量,那个么它工作了,但我添加了更多代码,如下所示,那个么它有错误Python &引用;属性错误:';非类型';对象没有属性'_入站“U节点”;当使用深色T53网络执行时,python,Python,我正在编写使用Darknet53网络执行的源代码。若Darknet53的输入是keras张量,那个么它工作了,但我添加了更多代码,如下所示,那个么它有错误 AttributeError: 'NoneType' object has no attribute '_inbound_nodes' (原因:如果使用tensorflow操作而不将其包装到层中,Keras无法创建模型)。 我通过Lambda将张量流张量转换为keras张量,但它仍然不起作用。 请帮帮我 def identity_layer
AttributeError: 'NoneType' object has no attribute '_inbound_nodes'
(原因:如果使用tensorflow操作而不将其包装到层中,Keras无法创建模型)。
我通过Lambda将张量流张量转换为keras张量,但它仍然不起作用。
请帮帮我
def identity_layer(tensor):
return tensor
def darknet_body(input_darknet):
# input_darknet is Keras tensor
# detail is tensorFlow tensor because function training.inference write on Tensorflow<br/>
detail = training.inference(input_darknet)
print(detail.shape) # (?, 408, 408, 3)
print(K.is_keras_tensor(detail)) # False
# Convert detail to Keras tensor
x1 = Lambda(identity_layer)(detail)
print(K.is_keras_tensor(x1)) # True
# Darknet53
x = DarknetConv2D_BN_Leaky(32, (3, 3))(x1)
x = resblock_body(x, 64, 1)
x = resblock_body(x, 128, 2)
x = resblock_body(x, 256, 8)
x = resblock_body(x, 512, 8)
x = resblock_body(x, 1024, 4)
# create model
model = Model(input_darknet, x) # Error at here
# Retun
return x
def identity_层(张量):
返回张量
def暗网主体(输入暗网):
#输入为Keras张量
#细节是tensorFlow tensor,因为函数训练。推理写在tensorFlow上
详细信息=培训。推理(输入\u黑暗)
打印(细节.形状)#(?,408,408,3)
打印(K.is_keras_tensor(细节))#错误
#将细节转换为Keras张量
x1=λ(标识层)(详图)
print(K.is_keras_tensor(x1))#真
#黑暗的53
x=暗色conv2d_BN_泄漏(32,(3,3))(x1)
x=resblock_body(x,64,1)
x=resblock_body(x,128,2)
x=resblock_body(x,256,8)
x=resblock_body(x,512,8)
x=resblock_body(x,1024,4)
#创建模型
模型=模型(输入_darknet,x)#此处的错误
#雷顿
返回x