Python 属性错误：'；KerasTensor&x27；对象没有属性'_凯拉斯#u形'；

嗨，我正在制作一个用于训练数据集的模型，但在我的resnet_模型中，我遇到了属性错误，所以请帮助我解决这个错误。代码是否如下所示：

from Lib.data_loader import DataLoader
from Lib.resnet_model import Resnet3DBuilder
from Lib.HistoryGraph import HistoryGraph
import Lib.image as img
from Lib.utils import mkdirs
#import tensorflow as tf
import os

from math import ceil

from keras.optimizers import SGD

#from tensorflow.keras.optimizers import SGD

from keras.callbacks import ModelCheckpoint

#from tensorflow.keras.callbacks import ModelCheckpoint

target_size = (64,96)
nb_frames = 16  # here this will get number of pictres from datasets folder
skip = 1 # using resnet we skip different layers
nb_classes = 27
batch_size = 64 
input_shape = (nb_frames,) + target_size + (3,)

workers = 8 
use_multiprocessing = False 
max_queue_size = 20 



resnet_model = Resnet3DBuilder.build_resnet_101(input_shape, nb_classes, drop_rate = 0.5)

optimizer = SGD(lr=0.01, momentum=0.9, decay=0.0001, nesterov=False)

resnet_model.compile(optimizer = optimizer, loss= "categorical_crossentropy" , metrics=["accuracy"])

model_file = os.path.join(path_model, 'resnetmodel.hdf5')

model_checkpointer = ModelCheckpoint(model_file, monitor='val_acc',verbose=1, save_best_only=True, mode='max')

history_graph = HistoryGraph(model_path_name = os.path.join(path_model, "graphs"))

nb_sample_train = data.train_df["video_id"].size
nb_sample_val = data.val_df["video_id"].size

所有上层代码都工作正常。 错误在这里：

AttributeError                            Traceback (most recent call last)
<ipython-input-11-be30533fbfba> in <module>
----> 1 resnet_model = Resnet3DBuilder.build_resnet_101(input_shape, nb_classes, drop_rate = 0.5)
      2 
      3 optimizer = SGD(lr=0.01, momentum=0.9, decay=0.0001, nesterov=False)
      4 
      5 resnet_model.compile(optimizer = optimizer, loss= "categorical_crossentropy" , metrics=["accuracy"])

D:\HandGesturesProject\Lib\resnet_model.py in build_resnet_101(input_shape, num_outputs, reg_factor, drop_rate)
    258     def build_resnet_101(input_shape, num_outputs, reg_factor=1e-4, drop_rate=0):
    259         """Build resnet 101."""
--> 260         return Resnet3DBuilder.build(input_shape, num_outputs, bottleneck,
    261                                      [3, 4, 23, 3], reg_factor=reg_factor, drop_rate=drop_rate)

D:\HandGesturesProject\Lib\resnet_model.py in build(input_shape, num_outputs, block_fn, repetitions, reg_factor, drop_rate)
    223         filters = 64
    224         for i, r in enumerate(repetitions):
--> 225             block = _residual_block3d(block_fn, filters=filters,
    226                                       kernel_regularizer=l2(reg_factor),
    227                                       repetitions=r, is_first_layer=(i == 0)

D:\HandGesturesProject\Lib\resnet_model.py in f(input)
    105             if i == 0 and not is_first_layer:
    106                 strides = (2, 2, 2)
--> 107             input = block_function(filters=filters, strides=strides,
    108                                    kernel_regularizer=kernel_regularizer,
    109                                    is_first_block_of_first_layer=(

D:\HandGesturesProject\Lib\resnet_model.py in f(input)
    164                                    )(conv_3_3)
    165 
--> 166         return _shortcut3d(input, residual)
    167 
    168     return f

D:\HandGesturesProject\Lib\resnet_model.py in _shortcut3d(input, residual)
     76 
     77 def _shortcut3d(input, residual):
---> 78     stride_dim1 = input._keras_shape[DIM1_AXIS] \
     79         // residual._keras_shape[DIM1_AXIS]
     80     stride_dim2 = input._keras_shape[DIM2_AXIS] \

AttributeError回溯（最近一次调用）
在里面
---->1 resnet_model=Resnet3DBuilder.build_resnet_101（输入_形状，nb_类，下降率=0.5）
2.
3优化器=SGD（lr=0.01，动量=0.9，衰减=0.0001，nesterov=False）
4.
5 resnet_model.compile（优化器=优化器，loss=“categorical_crossentropy”，metrics=[“accurity”]）
D:\HandGesturesProject\Lib\resnet\u model.py in build\u resnet\u 101（输入形状、数量输出、注册系数、下降率）
258 def build_resnet_101（输入形状，数量输出，注册系数=1e-4，下降率=0）：
259“生成resnet 101”
-->260返回Resnet3DBuilder.build（输入形状、输出数量、瓶颈、，
261[3,4,23,3]，注册系数=注册系数，下降率=下降率）
D:\HandGesturesProject\Lib\resnet\u model.py内建（输入形状、数量输出、块fn、重复、注册因子、下降率）
223个过滤器=64个
224对于枚举中的i，r（重复）：
-->225块=剩余块3D（块fn，过滤器=过滤器，
226核正则化器=l2（正则因子），
227重复次数=r，为第一层（i==0）
D:\HandGesturesProject\Lib\resnet\u model.py（输入）
105如果i==0且不是第一层：
106步=（2，2，2）
-->107输入=块_功能（过滤器=过滤器，步幅=步幅，
108核正则化器=核正则化器，
109是第一层的第一块=(
D:\HandGesturesProject\Lib\resnet\u model.py（输入）
164）（会议3）
165
-->166返回\u shortcut3d（输入，剩余）
167
168返回f
D:\HandGesturesProject\Lib\resnet\u model.py in\u shortcut3d（输入，剩余）
76
77 def_shortcut3d（输入，剩余）：
--->78步幅_dim1=输入。_凯拉斯_形状[dim1_轴]\
79//残余。_keras_形状[DIM1_轴]
80步长尺寸2=输入。_keras_形状[dim2_轴]\

AttributeError:“KerasTensor”对象没有属性“\u keras\u shape”

---

因此，请帮助我解决此错误，即使我正在升级其库，我也无法理解它。

属性

\u keras\u形状

在tensor flow>2.0中不存在。请升级库，使其与>2.0兼容，或者设置虚拟环境以支持它

要测试的小程序

import tensorflow as tf
from keras.layers import Input

s = Input(shape=[1], dtype=tf.float32, name='1')
print("shape of s is: ",s._keras_shape) # (None, 1)

在

tf.\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

如果您还没有准备好使用2.0，解决方法是什么

创建虚拟环境：tensor1

virtualenv -p 2.7 tensor1

在tensor和keras上安装旧版本

pip install tensorflow==1.15
pip install keras==2.2.4 

然后希望这个错误会消失，但是你可能会得到新的错误。
我可以从Lib

了解更多关于这个

的信息吗，这是你的本地包吗？因为我觉得你在tensorflow>2上，而Lib是建立在以前的版本上的。是的Lib是我的本地包folderi我正在使用虚拟环境谢谢所有帮助我的人我！实际上我的错误是因为在我使用Keras 2.4.x和tensorflow 2.4.2之前版本的不同，然后我卸载这些版本，使用tensorflow==2.2.0的Keras==2.3.1，我的问题就解决了。当我安装tensorflow 1.15时，出现以下错误：错误：找不到满足要求的版本水泥张量流量==1.15（来自版本：2.2.0rc1、2.2.0rc2、2.2.0rc3、2.2.0rc4、2.2.0、2.2.1、2.2.2.2、2.3.0rc0、2.3.0rc1、2.3.0、2.3.0、2.3.1、2.4.0rc0、2.4.0rc1、2.4.0rc2.0、2.4.0rc4.0rc4.0rc4、2.0、2.4.0、2.0、2.5.0、2.5、2.0、2.5、RC2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0、2.0错误：找不到tensorflow==1.15的匹配发行版，谢谢所有帮助我的人！事实上，在我使用Keras 2.4.x和tensorflow 2.4.2之前，我的错误是因为版本不同，然后我卸载了这些版本，并使用tensorflow==2.2.0的Keras==2.3.1解决了我的问题。