TensorFlow 2.0堆叠LSTM训练报错：'NoneType' object is not callable

我之前在TensorFlow 2.x里堆叠LSTM时也踩过这个坑，大概率是你**没有给中间的LSTM层设置return_sequences=True**导致的！

问题原因 #

LSTM层默认参数return_sequences=False，这意味着它只会返回序列的最后一个时间步的输出（形状为(batch_size, units)）。而当你在它后面再堆叠LSTM层时，下一层LSTM需要接收3维的序列输入（(batch_size, timesteps, features)），如果输入是2维的，TensorFlow内部的序列处理逻辑会失效，进而抛出'NoneType' object is not callable这种看似模糊的错误。

你的单层LSTM能正常运行，是因为最后一层LSTM直接接Dense层，Dense层可以处理2维输入；但堆叠多层时，中间的LSTM必须输出完整序列供下一层处理。

修复后的堆叠LSTM模型 #

把中间的LSTM层都加上return_sequences=True，最后一层LSTM保持默认（或者显式设为False）即可：

comp_lstm = tf.keras.models.Sequential([
    # 第一层LSTM：返回完整序列给下一层
    tf.keras.layers.LSTM(8, return_sequences=True),
    # 第二层LSTM：同样返回完整序列
    tf.keras.layers.LSTM(8, return_sequences=True),
    # 第三层LSTM：只返回最后一个时间步的输出，给Dense层处理
    tf.keras.layers.LSTM(8),
    tf.keras.layers.Dense(1)
])

# 编译和训练和之前一致
comp_lstm.compile(optimizer='adam', loss='mae')
history = comp_lstm.fit(train, epochs=EPOCHS, steps_per_epoch=EVALUATION_INTERVAL, 
                        validation_data=val, validation_steps=50)

额外检查点 #

如果修复后还是报错，可以再确认这几点：

• 确保comp_lstm模型被正确定义，没有被误赋值为None
• 检查你的数据集输入形状是否稳定（从你给出的RepeatDataset形状来看是没问题的，输入是(None, 42315, 20)的3维序列）
• 如果你要做多时间步的回归预测（比如每个时间步都输出一个值），那最后一层Dense也需要加上return_sequences=True，同时确保标签形状匹配

内容的提问来源于stack exchange，提问作者SDG