使用TensorFlow构建神经网络时如何解决model.summary()的ValueError

使用TensorFlow构建神经网络时，调用model.summary()查看网络结构，触发如下错误：

ValueError: Cannot convert '784' to a shape.

用户完整代码如下：

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'
import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers, models
from tensorflow.keras.datasets import mnist

(x_train, y_train), (x_test, y_test) = mnist.load_data()
x_train = x_train.reshape(-1, 28*28).astype("float32") / 255.0
x_test = x_test.reshape(-1, 28*28).astype("float32") / 255.0

# sequential model for one input to one output
model = keras.Sequential(
    [
        keras.Input(shape=(28*28)),
        layers.Dense(512, activation='relu'),
        layers.Dense(256, activation='relu'),
        layers.Dense(10),
    ]
)


print(model.summary()),
import sys
sys.exit()


model.compile(
    loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    optimizer=keras.optimizers.Adam(learning_rate=0.001),
    metrics=["accuracy"],
)

model.fit(x_train, y_train, batch_size=32, epochs=5, verbose=2)
model.evaluate(x_test, y_test, batch_size=32, verbose=2)

解决方案 #

错误根源在于keras.Input(shape=(28*28))这一行：

• shape参数要求传入单元素元组来表示一维输入的维度，但(28*28)计算后等价于整数784，不是合法的元组格式（元组需要包含逗号，比如(784,)）。

只需将输入层的shape参数修改为以下两种形式之一即可：

方法1：直接指定元组 #

keras.Input(shape=(784,))

方法2：保留计算式并添加逗号 #

keras.Input(shape=(28*28,))

修改后重新运行代码，model.summary()就能正常输出网络结构摘要。

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