Python tf.keras.backend.random\u出现问题是否正常？

我对TF2非常陌生，并尝试自定义tensorflow指南文档中的示例代码：

但我的代码要求潜在维度为=1，并且我的代码返回： ValueError：应定义

Dense

输入的最后一个维度。找到

无

错误。排除故障后，我认为错误在于：

class Sampling(layers.Layer):
  """Uses (z_mean, z_log_var) to sample z, the vector encoding a digit."""

  def call(self, inputs):
    z_mean, z_log_var = inputs
    batch = tf.shape(z_mean)[0]
    dim = tf.shape(z_mean)[1]
    epsilon = tf.keras.backend.random_normal(shape=(batch, dim))
    return z_mean + tf.exp(0.5 * z_log_var) * epsilon

其中tf.keras.backend.random\u normal将ε始终设置为维度[None，None]

然后，我只是复制了指南中的示例（上面的参考），并将潜在维度设置为1。 对于培训，我使用了给定的代码：

vae = VariationalAutoEncoder(784, 64, 1)

optimizer = tf.keras.optimizers.Adam(learning_rate=1e-3)

vae.compile(optimizer, loss=tf.keras.losses.MeanSquaredError())
vae.fit(x_train, x_train, epochs=3, batch_size=64)

同样的错误： ValueError：应定义

Dense

输入的最后一个维度。找到

无

如果潜在维度大于1，代码工作正常

---

有人能帮我吗？

你的问题解决了吗？如果没有，请您提供完整的可复制代码，以便我可以帮助您。谢谢