如何解决ValueError：函数的输入张量必须来自tf.keras.Input收到：0缺少上一层元数据如何解决此问题？
当我尝试获取利用SVM进行分类的功能时，显示以下错误。详细信息如下所述。
型号：“顺序”
图层（类型）输出形状参数＃
conv2d（Conv2D）（无，32，32，64）1792
激活（激活）（无，32、32、64）0
conv2d_1（Conv2D）（无，32、32、64）36928
activation_1（激活）（无，32、32、64）0
max_pooling2d（MaxPooling2D）（无，16、16、64）0
辍学（Dropout）（无，16、16、64）0
conv2d_2（Conv2D）（无，16、16、128）73856
activation_2（激活）（无，16、16、128）0
conv2d_3（Conv2D）（无，16、16、128）147584
activation_3（激活）（无，16、16、128）0
max_pooling2d_1（MaxPooling2（None，8，8，128）0
dropout_1（退出）（无，8、8、128）0
conv2d_4（Conv2D）（无，8、8、256）295168
activation_4（激活）（无，8、8、8、256）0
conv2d_5（Conv2D）（无，8、8、256）590080
activation_5（激活）（无，8、8、8、256）0
conv2d_6（Conv2D）（无，8、8、256）590080
activation_6（激活）（无，8、8、256）0
max_pooling2d_2（MaxPooling2（None，4，4，256）0
dropout_2（退出）（无，4，4，4，256）0
展平（展平）（无，4096）0
密集（密集）（无，1024）4195328
activation_7（激活）（无，1024）0
dropout_3（退出）（无，1024）0
dense_1（密集）（无，1024）1049600
activation_8（激活）（无，1024）0
dropout_4（退出）（无，1024）0
dense_2（Dense）（None，10）10250
activation_9（激活）（无，10）0
总参数：6,990,666 可调参数：6,666 不可训练的参数：0
之后，我检查图层定义
from keras import backend as K
for l in range(len(model.layers)):
print(l,model.layers[l])
我试图获取特征提取层
getFeature = K.function([model.layers[0].input,K.learning_phase()],[model.layers[26].output])
ValueError跟踪（最近一次通话最近） 在（）中 1＃特征提取层 2 getFeature = K.function（[model.layers [0] .input，K.learning_phase（）]， ----> 3 [model.layers [26] .output]）
6帧 功能中的/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/backend.py（输入，输出，更新，名称，** kwargs） 从tensorflow.python.keras导入模型3934＃pylint：disable = g-import-not-at-top 3935从tensorflow.python.keras.utils import tf_utils＃pylint：disable = g-import-not-at-top -> 3936模型=模型。模型（输入=输入，输出=输出） 3937 3938 wrap_outputs = isinstance（输出，列表）和len（输出）== 1
新中的/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py（cls，* args，** kwargs） 240＃功能模型 来自tensorflow.python.keras.engine的241导入功能＃pylint：disable = g-import-not-at-top -> 242返回functional.Functional（* args，** kwargs） 其他243： 244 return super（Model，cls）。新（cls，* args，** kwargs）
_method_wrapper中的/usr/local/lib/python3.6/dist-packages/tensorflow/python/training/tracking/base.py（self，* args，** kwargs） 455 self._self_setattr_tracking = False＃pylint：disable =受保护的访问 456尝试： -> 457 result = method（self，* args，** kwargs） 458最后： 459 self._self_setattr_tracking = previous_value＃pylint：disable =受保护的访问
init 中的/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/functional.py（自身，输入，输出，名称，可训练） 113＃'初始化期间的参数。有一个意外的论点：'） 114超级（功能性，自我）。初始化（名称=名称，可训练=可训练） -> 115 self._init_graph_network（输入，输出） 116 117 @ trackable.no_automatic_dependency_tracking
_method_wrapper中的/usr/local/lib/python3.6/dist-packages/tensorflow/python/training/tracking/base.py（self，* args，** kwargs） 455 self._self_setattr_tracking = False＃pylint：disable =受保护的访问 456尝试： -> 457 result = method（self，* args，** kwargs） 458最后： 459 self._self_setattr_tracking = previous_value＃pylint：disable =受保护的访问
_init_graph_network中的/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/functional.py（自身，输入，输出） 142（base_layer_utils.create_keras_history（self._nested_outputs） 143 -> 144个self._validate_graph_inputs_and_outputs（） 145 146＃网络没有创建自己的权重，因此它已经
_validate_graph_inputs_and_outputs中的 /usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/functional.py
637'必须来自tf.keras.Input。 '
638'Received：'+ str（x）+
-> 639'（缺少上一层元数据）。）
640＃检查x是输入张量。
641＃pylint：disable = protected-access
ValueError：函数的输入张量必须来自tf.keras.Input。收到：0（缺少上一层元数据）。
我的tensorflow版本是2.3.0，而keras是2.4.3。
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。