使用Keras SimpleRNN搭建模型时出现NotImplementedError问题求助

该报错为TensorFlow与Numpy版本不兼容导致。你使用的低版本TensorFlow的RNN层生成初始零状态时，会调用Numpy的prod方法计算张量形状乘积，此时传入的batch_size为动态计算的符号张量，高版本Numpy不支持直接将TensorFlow符号张量转为Numpy数组，因此触发报错。你之前尝试的1.18.5、1.20.1版本的Numpy均和当前环境的TensorFlow版本不适配。

• 方案1：降级Numpy到适配版本
  执行如下命令安装适配的1.19.5版本Numpy：
  pip install numpy==1.19.5
  安装完成后重启Jupyter内核重新运行代码即可。
• 方案2：升级TensorFlow与Keras到兼容新版本
  升级到2.8以上的匹配版本即可从框架层面修复该兼容问题，执行命令：
  pip install tensorflow==2.10 keras==2.10
  升级后无需修改代码即可正常运行。
• 方案3：修正代码导入逻辑
  不要混用独立Keras包和TensorFlow内置的Keras包，统一从TensorFlow下导入依赖，同时补全Dense层的导入，修正后代码如下：

from tensorflow.keras import models
from tensorflow.keras.layers import SimpleRNN, Dense

model = models.Sequential()
model.add(SimpleRNN(units=32, input_shape=(1,4), activation="relu"))
model.add(Dense(1))
model.summary()

内容的提问来源于stack exchange，提问作者Srinivas