在鸢尾花数据集上运行ANFIS算法添加FuzzyLayer时遇TypeError: <lambda>() got an unexpected keyword argument 'dtype'问题求助

我来帮你搞定这个报错——你遇到的这个问题本质很简单：Keras在调用自定义初始化器（也就是你写的那个lambda函数）时，会自动传入dtype参数，但你的lambda没有定义这个参数来接收它，所以就触发了类型错误。

针对这个问题，有两种直接有效的解决方法：

方法1：修改lambda函数，添加dtype参数 #

直接给你的lambda加上dtype=None的参数（哪怕你用不到它），让它能接收Keras传递的参数：

f_layer = FuzzyLayer(K, initializer_centers=lambda x, dtype=None: np.transpose(np.array([x_train[i] for i in indices])), input_dim=4)

这里给dtype设置默认值None，确保即使Keras不传这个参数也不会出错，同时兼容当前版本的Keras调用逻辑。

方法2：用显式函数替代lambda（更清晰） #

如果觉得lambda写法不够直观，也可以把初始化逻辑包装成一个普通函数，明确接收Keras会传递的shape和dtype参数：

def init_centers(shape, dtype=None):
    # shape参数是Keras会自动传入的，我们这里不需要用到它，直接返回预定义的中心数组
    return np.transpose(np.array([x_train[i] for i in indices]))

f_layer = FuzzyLayer(K, initializer_centers=init_centers, input_dim=4)

这种方式可读性更强，后续如果需要修改初始化逻辑也更方便。

补充说明 #

你用的Keras 2.8.0版本中，所有初始化器函数都会被自动传入dtype参数，而仓库里的原始代码可能是在更早的Keras版本下编写的——那时候Keras可能不会强制传递这个参数，所以现在直接运行就会报错。上面两种方法都能完美适配当前版本的Keras调用规则。

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