Python Keras-softmax功能的默认轴设置为轴

我正在学习如何创建顺序模型。我有一个模型：

*model  =  Sequential()*

然后我继续添加池层和卷积层（这很好）。但在创建密集层时：

*model.add(Dense(num_classes, activation = 'softmax'))*

该行返回：

*tf.nn.softmax(x, axis=axis)* 

由于未定义轴，因此导致错误。Keras和TensorFlow文档都显示softmax的默认轴为None或-1

这是keras的错误吗？是否有一个简单的解决方法（如果我设置轴，我不确定输入张量是什么）

---

-如果有必要，我可以添加其余的代码，但它只是由其他层组成，我认为这不会有多大帮助

我认为您的KERA和/或TensorFlow不是最新的，您应该更新它/它们

这是Keras在2017年夏天的一个已知问题，并在2007年修复。请参阅有关错误报告的更多信息

另外，轴

axis

位于TensorFlow的

softmax（）

中，因此如果TensorFlow版本为1.4.0或更低，也会导致此错误

哪一个确切地导致了错误取决于处理的张量的等级，如果你在最后一次检查Keras的来源

此代码适用于当前版本（在上测试）：

导入keras
从keras.models导入顺序
从keras.layers导入致密、活化
从keras.optimizers导入新加坡元
打印（keras.\uuuu版本\uuuuu）
模型=顺序（）
添加（密集（6，输入_形状=（6，），激活='softmax'））
sgd=sgd（lr=0.01，衰变=1e-6，动量=0.9，nesterov=True）
model.compile（loss='classifical_crossentropy'，
优化器=新加坡元，
指标=[‘准确度’]）

输出

2.1.6

---

但更重要的是，编译模型时不会出现错误。

正常情况下，此操作不会出现任何问题，而且

axis=-1

确实如此。但是我不知道你是怎么得到tf.nn.softmax的。你是怎么得到的？我在试图找到错误根源的回溯中看到了它：在softmax return tf.nn中的第2963行。softmax（x，axis=axis）TypeError:softmax（）得到了一个意外的关键字参数'axis'，所以，实际上，softmax“不”需要一个轴。。。。这可能是tensorflow的旧版本，不是吗？没错！在使用tensorflow 1.4.0时，根据对该问题的评论，我认为在tensorflow版本中可能会出现问题。说“softmax”得到了一个意外的参数“axis”。不，实际上它指的是

Activations

包中

softmax（）

的Keras实现。如果您遵循以下步骤，您会看到Keras基于

K.exp（）

、

K.sum（）

等实现了自己的softmax@DanielMöller或者您是对的，根据错误消息，只需重新阅读即可。很高兴看到这一切…@DanielMöller

axis

在TensorFlow的

softmax（）

中，因此是的，如果TensorFlow版本为1.4.0或更低，则会导致此错误。