經過網上查找，找到了問題所在：在使用keras編程模式是，中間插入了tf.reshape()方法便遇到此問題。?

解決辦法：對于遇到相同問題的任何人，可以使用keras的Lambda層來包裝張量流操作，這是我所做的：

embed1 = keras.layers.Embedding(10000, 32)(inputs)# embed = keras.layers.Reshape(-1,256, 32, 1)(embed1) # embed = tf.reshape(embed1, [-1, 256, 32, 1]) def reshapes(embed1):embed = tf.reshape(embed1, [-1, 256, 32, 1])return embed embed = keras.layers.Lambda(reshapes)(embed1)

?

轉載于:https://www.cnblogs.com/jqpy1994/p/11433746.html

總結

以上是生活随笔為你收集整理的tf.keras遇见的坑：Output tensors to a Model must be the output of a TensorFlow `Layer`的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。