使用Bert预训练模型做意图分类触发InputSpec类型不匹配TypeError

报错根因 #

你遇到的报错核心是bert-for-tf2库和当前安装的TensorFlow/Keras版本不兼容：库内部导入的InputSpec类和你代码中使用的TensorFlow自带Keras的InputSpec类不属于同一实例，所以即使返回值看起来是InputSpec对象，依然无法通过类型校验。

可行解决方法 #

• 方案1：安装兼容的版本组合
  bert-for-tf2当前稳定适配TensorFlow 2.3~2.4版本，直接执行以下命令安装对应版本即可：

pip install tensorflow==2.4.0 keras==2.4.3

• 方案2：修改库源码适配现有环境
  打开报错提示的路径~\Anaconda3\lib\site-packages\bert\transformer.py，定位到第209行，将代码中的

self.input_spec = keras.layers.InputSpec(shape=input_shape)

修改为：

self.input_spec = tf.keras.layers.InputSpec(shape=input_shape)

保证InputSpec的导入路径和你代码中使用的Keras路径统一。

• 方案3：升级bert-for-tf2到最新版本
  该兼容性问题已经在新版本的库中修复，直接升级即可：

pip install --upgrade bert-for-tf2

注意事项 #

代码中所有Keras相关导入需要统一路径，不要混用import keras和import tensorflow.keras as keras两种写法，避免反复出现类实例匹配错误。

内容的提问来源于stack exchange，提问作者moin