python - AttributeError:'Tensor'对象没有属性'compile'

当我尝试运行此命令时：

p0 = Sequential()
p0.add(Embedding(vocabulary_size1, 50, weights=[embedding_matrix_passage],
input_length=50, trainable=False))
p0.add(LSTM(64))
p0.add(Dense(256,name='FC1'))
p0.add(Activation('relu'))
p0.add(Dropout(0.5))
p0.add(Dense(50,name='out_layer'))
p0.add(Activation('sigmoid'))

q0 = Sequential()
q0.add(Embedding(vocabulary_size2,50,weights=embedding_matrix_query],
input_length=50, trainable=False))
q0.add(LSTM(64))
q0.add(Dense(256,name='FC1'))
q0.add(Activation('relu'))
q0.add(Dropout(0.5))
q0.add(Dense(50,name='out_layer'))
q0.add(Activation('sigmoid'))

model = concatenate([p0.output, q0.output])
model = Dense(10)(model)
model = Activation('softmax')(model)
model.compile(loss='categorical_crossentropy',optimizer='rmsprop', metrics=
['accuracy'])

这给了我这个错误：

AttributeError
--->  model.compile(loss='categorical_crossentropy',optimizer='rmsprop', metrics=['accuracy'])

最佳答案

如注释中所述，您需要使用Keras Functional API创建具有分支，多个输入/输出的模型。但是，无需为所有代码执行此操作，仅针对最后一部分：

concat = concatenate([p0.output, q0.output])
x = Dense(10)(concat)
out = Activation('softmax')(x)

model = Model([p0.input, q0.input], out)

model.compile(loss='categorical_crossentropy',optimizer='rmsprop', metrics=['accuracy'])

关于python - AttributeError:'Tensor'对象没有属性'compile'，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/53796872/