Python keras层中的包裹张量流函数

我试图在keras lambda层中使用tensorflow唯一函数（）。 代码如下：

    def unique_idx(x):
        output = tf.unique(x)
        return output[1]

then 

    inp1 = Input(batch_shape(None, 1))
    idx = Lambda(unique_idx)(inp1)

    model = Model(inputs=inp1, outputs=idx)

当我现在使用

**model.compile（优化器='Adam'，loss='mean_squared_error'）**

我得到一个错误：

ValueError:Tensor转换请求使用的Tensor的数据类型为int32 dtype float32:'张量（“lambda_9_样本_权重_1:0”，形状=（？，）， dtype=float32“

---

有人知道这里的错误是什么，或者使用张量流函数的不同方法吗

keras模型要求输出

float32

，但从

tf.unique

返回的

索引是
int32
。铸造可以解决您的问题。

另一个问题是unique需要一个扁平阵列<代码>重塑

修复此问题

将tensorflow导入为tf
从keras导入输入
从keras.layers导入Lambda
从keras.engine导入模型
def唯一_idx（x）：
x=tf.重塑（x，[-1]）
u、 索引=tf.唯一（x）
返回tf.cast（索引，tf.float32）
x=输入（形状=（1，））
y=Lambda（唯一的_idx）（x）
模型=模型（输入=x，输出=y）
compile（优化器='adam'，loss='mse'）