'；tensorflow.python.framework.ops.tensor'；对象没有属性'_keras#u历史'；使用带有验证索引的聚集添加警告

我正在摆弄一些物理神经网络的代码。 我收到了一个警告和一个错误，我想不出是什么导致了它们

我的代码如下：

import scipy.optimize
import numpy as np
import tensorflow as tf
import matplotlib.pyplot as plt
from matplotlib.gridspec import GridSpec
import time

nu=0.01/np.pi

class uNN:
    #@classmethod
    def build(lb, ub, layers, activation):
        # input layer
        inputs = tf.keras.layers.Input(shape=(layers[0],))
        #preprocessing layer
        preprocessed = tf.keras.layers.experimental.preprocessing.Rescaling(scale=2./(ub - lb), offset=-(ub + lb)/(ub - lb))(inputs)
        # hidden layers
        x = preprocessed
        for layer_width in layers[1:-1]:
            x = tf.keras.layers.Dense(layer_width, activation=activation,
                kernel_initializer='glorot_normal')(x)
        # output layer
        outputs = tf.keras.layers.Dense(layers[-1], activation="linear",
            kernel_initializer='glorot_normal')(x)
        
        return tf.keras.models.Model(inputs=inputs, outputs=outputs)
    
class DifferentiationLayer(tf.keras.layers.Layer):
    def __init__(self, network, **kwargs):
        self.u_network = network
        super().__init__(**kwargs)
    def call(self, x):
        with tf.GradientTape() as tape2:
            tape2.watch(x)
            with tf.GradientTape() as tape1:
                tape1.watch(x)
                u = self.u_network(x)
            u_tx = tape1.batch_jacobian(u, x)
            u_t = u_tx[..., 0]
            u_x = u_tx[..., 1]
        u_xx = tape2.batch_jacobian(u_x, x)[..., 1]
        return u, u_t, u_x, u_xx
    
class PINN:
    def __init__(self, nu, lb, ub, layers=[2, 20, 20, 20, 20, 1], activation="tanh"):
        self.u_NN = uNN.build(lb, ub, layers=layers, activation=activation)
        self.nu = nu
        self.diff = DifferentiationLayer(self.u_NN)
        self.model = self.build_model()
    
    def build_model(self):
        # residual, initial condition and boundary condition points 
        res_pts = tf.keras.layers.Input(shape=(2,))
        IC_pts = tf.keras.layers.Input(shape=(2,))
        BC_pts = tf.keras.layers.Input(shape=(2,))
        
        # stack a differentiation layer to u_NN that computes derivatives
        u, u_t, u_x, u_xx = self.diff(res_pts)

        # residual, initial condition u and boundary condition u
        residual = u_t + u*u_x - self.nu*u_xx
        u_IC = self.u_NN(IC_pts)
        u_BC = self.u_NN(BC_pts)
        
        # build the PINN model
        return tf.keras.models.Model(
            inputs=[res_pts, IC_pts, BC_pts], outputs=[residual, u_IC, u_BC])

    def plot_pinn(self):
        print(type(self.model))
        tf.keras.utils.plot_model(self.model, "my_first_model_with_shape_info.png", show_shapes=True)
        
lb = np.array([0., -1.])
ub = np.array([1., 1.])
    
# build a PINN model
pinn = PINN(nu, lb, ub, layers=[2,20,20,20,20,20,20,20,20,1])
pinn_model = pinn.model
pinn.plot_pinn()

我第一次运行模型时收到的警告如下：

警告：tensorflow:From C:\Users\Gio\anaconda3\envs\tf\u nightly\u env\lib\site packages\tensorflow\python\ops\parallel\u for\pfor.py:2380:使用validate\u索引调用聚集（来自tensorflow.python.ops.array\u ops）已被弃用，并将在未来版本中删除。 更新说明：

validate\u index

参数无效。索引总是在CPU上验证，而从不在GPU上验证

错误是：

AttributeError:'tensorflow.python.framework.ops.EdwardTensor'对象没有属性'\u keras\u history'

---

如果您能帮助我们了解正在发生的事情，我们将不胜感激

回答你的问题了吗？@gobrewers14部分回答是的，谢谢。不过我还是得到了警告。这只是一个警告，让你知道arg-to被弃用了。它看起来不像是您直接调用的

tf.gather

，因此它不会影响您正在做的任何事情。为什么要在层的调用函数中定义

tf.GradientTape（）

<代码>差异化层？你从哪里得到这种方法的？@M.Innat这是我在github上找到的tensorflow 2中pinns的一些代码。我喜欢这个想法，因为我在论文中对pinn的大多数图形表示都是“堆叠”一层，其中包含网络u末端的微分算子，以便计算余数。