使用Keras Core+TensorFlow出现AttributeError报错求助

错误原因 #

在TensorFlow后端环境下，keras.ops.convert_to_tensor接收字符串格式的"int8"作为dtype参数时，内部未正确将其转换为TensorFlow的dtype对象，导致后续流程中尝试访问字符串对象的base_dtype属性，触发AttributeError。PyTorch后端对字符串格式dtype的兼容性更好，因此未出现该问题。

修复方案 #

方案1：使用TensorFlow原生dtype常量替换字符串 #

将代码中转换张量的部分修改为使用TensorFlow的dtype常量：

X = keras.ops.convert_to_tensor(X, dtype=tf.int8)
y = keras.ops.convert_to_tensor(y, dtype=tf.int8)

方案2：使用Keras Core内置dtype标识 #

也可以直接使用Keras Core提供的dtype枚举（适配0.1.7版本）：

X = keras.ops.convert_to_tensor(X, dtype=keras.int8)
y = keras.ops.convert_to_tensor(y, dtype=keras.int8)

额外优化方案 #

如果仍有问题，可尝试将输入数据直接转换为浮点型（匹配Dense层默认的权重dtype），二进制分类任务中使用浮点型输入完全可行，且无需额外张量转换：

X = np.random.randint(0, 2, size=(2*batch_size, d_input)).astype("float32")
y = np.random.randint(0, 2, size=(2*batch_size, d_output)).astype("float32")
model.fit(X, y, batch_size=batch_size)

内容的提问来源于stack exchange，提问作者FraSchelle