执行TensorFlow官方影评分类教程时，tf.keras.Sequential.add()抛ValueError

问题场景 #

我在学习TensorFlow官方的文本分类教程时，复制以下官方代码运行：

import os
import numpy as np

import tensorflow as tf
import tensorflow_hub as hub
import tensorflow_datasets as tfds

print("Version: ", tf.__version__)
print("Eager mode: ", tf.executing_eagerly())
print("Hub version: ", hub.__version__)
print("GPU is", "available" if tf.config.list_physical_devices("GPU") else "NOT AVAILABLE")

# Split the training set into 60% and 40% to end up with 15,000 examples
# for training, 10,000 examples for validation and 25,000 examples for testing.
train_data, validation_data, test_data = tfds.load(
    name="imdb_reviews", 
    split=('train[:60%]', 'train[60%:]', 'test'),
    as_supervised=True)

train_examples_batch, train_labels_batch = next(iter(train_data.batch(10)))
print(train_examples_batch)
print(train_labels_batch)

embedding = "https://tfhub.dev/google/nnlm-en-dim50/2"
hub_layer = hub.KerasLayer(embedding, input_shape=[], 
                           dtype=tf.string, trainable=True)
hub_layer(train_examples_batch[:3])

model = tf.keras.Sequential()
model.add(hub_layer)
model.add(tf.keras.layers.Dense(16, activation='relu'))
model.add(tf.keras.layers.Dense(1))

model.summary()

运行后出现如下错误：

Traceback (most recent call last):
  File "{path to MovieReviews.py}/MovieReviews.py", line 30, in <module>
    model.add(hub_layer)
  File "{path to sequential.py}/sequential.py", line 95, in add
    raise ValueError(
ValueError: Only instances of `keras.Layer` can be added to a Sequential model. Received: <tensorflow_hub.keras_layer.KerasLayer object at 0x7f059295ab70> (of type <class 'tensorflow_hub.keras_layer.KerasLayer'>)

即使重装并更新TensorFlow和TensorFlow Hub，问题依然存在。

解决方案 #

1. 统一Keras导入方式，卸载独立Keras库 #

错误核心原因是KerasLayer与当前环境的Keras Layer类不属于同一实例，通常是因为安装了独立的keras库。执行以下命令卸载独立Keras：

pip uninstall -y keras

确保所有Keras相关操作都使用tf.keras，避免混用import keras和import tensorflow.keras。

2. 安装兼容的TensorFlow与TensorFlow Hub版本 #

版本不兼容会导致实例匹配异常，推荐安装经过验证的版本组合，例如：

pip install --upgrade tensorflow==2.15.0 tensorflow-hub==0.15.0

可根据TensorFlow官方文档调整适配的版本号。

3. 调整模型初始化方式 #

尝试使用列表式初始化Sequential模型，替代逐个add的方式，有时能绕过实例检查的异常：

model = tf.keras.Sequential([
    hub_layer,
    tf.keras.layers.Dense(16, activation='relu'),
    tf.keras.layers.Dense(1)
])

4. 验证KerasLayer实例合法性 #

添加代码确认hub_layer是否为tf.keras.layers.Layer的合法实例：

print(isinstance(hub_layer, tf.keras.layers.Layer))

若输出False，则需彻底卸载后重装TensorFlow Hub：

pip uninstall -y tensorflow-hub
pip install tensorflow-hub

内容的提问来源于stack exchange，提问作者Pandasonsleds