ValueError: Graph disconnected: cannot obtain

Question

我想用 tf2.keras 获得中间子模型层的输出。这是一个由两个子模块组成的模型：    input_shape = (100, 100, 3)    def model1():        input = tf.keras.layers.Input(input_shape)        cov = tf.keras.layers.Conv2D(filters=32, kernel_size=3, strides=1,name='cov1')(input)        embedding_model = tf.keras.Model(input,cov,name='model1')        return embedding_model    def model2(embedding_model):        input_sequence = tf.keras.layers.Input((None,) + input_shape)        sequence_embedding = tf.keras.layers.TimeDistributed(embedding_model,name='time_dis1')        emb = sequence_embedding(input_sequence)        att = tf.keras.layers.Attention()([emb,emb])        dense1 = tf.keras.layers.Dense(64,name='dense1')(att)        outputs = tf.keras.layers.Softmax()(dense1)        final_model = tf.keras.Model(inputs=input_sequence, outputs=outputs,name='model2')        return final_model    embedding_model = model1()    model2 = model2(embedding_model)    print(model2.summary())

Answer 1

那么为什么我们需要输入一个额外的张量

简短的回答是，TensorFlow 不知道在您期望的输入之间建立联系。出现问题是因为您将 Model （而不是Layer）传递给您的TimeDistributed图层。这会留下Input你的model1悬挂层，除非你明确地向它传递一个输入。该TimeDistributed层不够智能，无法以这种方式处理模型。

我的解决方案取决于以下问题的答案，

你为什么需要model1？它只有一层Conv2D。你可以轻松做到

sequence_embedding = tf.keras.layers.TimeDistributed(

    tf.keras.layers.Conv2D(filters=32, kernel_size=3, strides=1,name='cov1'),

    name='time_dis1'

)

如果你这样做，现在你必须改变以下几行，

model1_output_layer = model2.get_layer('time_dis1').layer.get_layer('cov1')

output1 = model1_output_layer.get_output_at(0)

类似的东西（你想要的确切输出将取决于你实际追求的是什么）

model1_output_layer = model2.get_layer('time_dis1')

output1 = model1_output_layer.output

# This output1 may need further processing depending on what you need

# e.g. if you need mean embeddings over time axis

output_mean = tf.keras.layers.Average(output1, axis=1)

这是因为您无法访问层嵌套的层的输出TimeDistributed。因为传递给图层的图层TimeDistributed实际上并没有做任何事情。而且它没有定义的output. 它只是作为图层的模板放在那里，TimeDistributed使用它来计算输出。因此，要从一个层获取输出TimeDistributed，您需要通过该层访问它。

你试着按照你拥有的方式去做（而不是我的方式），你会得到，

AttributeError: Layer cov1 has no inbound nodes.

你可能会问，“为什么它以前有效”？

这是因为，在你有一个Modelthere 而不是Layer. 因为层被模型包裹起来了，所以定义了Conv2D层（因为它有层）。这又回到了原因，为什么它在尝试定义.outputInputInputmodel1submodel

我知道这个解释可能会让你头晕目眩，因为这个错误背后的原因非常复杂。但通过它几次有望有所帮助。