You need to enable JavaScript to run this app. TensorFlow Keras子类化API训练MNIST模型报no inbound nodes错误
优惠活动
大模型
产品
解决方案
定价
更多

TensorFlow Keras子类化API训练MNIST模型报no inbound nodes错误

报错原因
  • 拼写笔误:你在__init__方法中定义输出层变量名为self.ouput(少写了字母t),但在call方法中调用的是不存在的self.output属性,导致模型前向传播逻辑无法正确构建。
  • 无效的模型包装逻辑:代码中sub_model_1 = Model(sub_model)这一行是错误用法,子类化的MNISTModel本身已经继承自keras.Model,不需要再用Functional API的Model类二次包装,这个操作会破坏模型的计算图节点关联,直接导致no inbound nodes报错。
  • 自定义model()方法输入形状不匹配:你在model()方法中定义的输入形状为(28*28,),但实际传入模型的训练数据是形状为(28,28)的未展平张量,也会导致后续调用summary时出现形状不匹配错误。
修复方案

步骤1:修正拼写错误

将__init__方法中的变量名统一,比如把self.ouput改为self.output:

# 修改前
self.ouput = keras.layers.Dense(10, activation='softmax')
# 修改后
self.output = keras.layers.Dense(10, activation='softmax')

__init__中定义的self.relu、self.softmax两个激活函数变量没有被使用,也可以直接删掉避免冗余。

步骤2:删除无效的模型包装代码

删掉sub_model_1 = Model(sub_model)这一行,直接使用你实例化的sub_model即可。

步骤3:修正模型构建逻辑(可选,用于正常输出summary)

如果你需要打印模型结构,有两种更简单的方式:

  1. 训练前先给模型指定输入形状完成构建:
sub_model = MNISTModel()
# 直接指定输入形状,None对应batch维度
sub_model.build(input_shape=(None, 28, 28))
sub_model.summary()
  1. 如果要保留你写的model()方法,就把输入形状改成匹配实际输入的(28,28):
def model(self):
    x = keras.layers.Input(shape=(28,28,))
    return keras.Model(inputs=[x], outputs=self.call(x))

另外你写的预处理代码可以简化,不需要用list(map遍历,直接批量转换即可,运行效率更高:

X_train_tensors = tf.cast(X_train, tf.float32) / 255
X_test_tensors = tf.cast(X_test, tf.float32) / 255

修复后你就可以正常调用compile、fit方法完成训练了。


内容的提问来源于stack exchange,提问作者crispengari

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.18 13:24:07