TensorFlow构建LSTM模型运行fit时报NoneType无dtype属性如何解决

你使用的是TensorFlow 1.x版本，该版本的Keras Sequential模型在未显式指定输入形状、也没有手动触发build逻辑的情况下，不会在fit阶段自动完成模型权重的初始化推导，导致模型输出张量为None，读取dtype属性时就触发了本次报错。

有两种可行的修改方式，任选其一即可：

• 方式1：在LSTM层定义时显式指定输入形状，你的单条样本维度为(240,1)，直接给第一层加input_shape参数
• 方式2：在model.compile之后、model.fit之前，手动调用model.build(input_shape=(None, 240, 1))完成模型初始化，其中None代表样本数量可变

import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

import tensorflow as tf
import pandas as pd
import numpy as np

# 方式1：定义时指定输入形状
model = tf.keras.models.Sequential([
  tf.keras.layers.LSTM(8, input_shape=(240, 1)),
  tf.keras.layers.Dense(units = 2)
])

loss_fn = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
model.compile(optimizer=tf.keras.optimizers.Adam(0.001),
              loss = loss_fn)

x_train = np.random.randn(210,240,1)
y_train = np.random.binomial(1, 0.5,(210,))

# 方式2：如果不用方式1，取消下面一行注释即可
# model.build(input_shape=(None, 240, 1))

model.fit(x_train, y_train, epochs=20)

内容的提问来源于stack exchange，提问作者zlq147