You need to enable JavaScript to run this app. 使用Keras VGG16设置include_top=False时Flatten层报错问题咨询
优惠活动
大模型
产品
解决方案
定价
更多

使用Keras VGG16设置include_top=False时Flatten层报错问题咨询

报错原因分析

  • 最高发诱因是Keras导入路径不统一:如果你的VGG16从keras.applications导入,而Flatten、layers、Model等API从tensorflow.keras导入,两套独立的Keras框架生成的张量格式互不兼容,Flatten层无法识别非同源的KerasTensor对象,就会误判为None触发类型错误。
  • 次要诱因是TensorFlow版本bug:2.4~2.7版本的TensorFlow存在预训练模型张量对接的已知问题,也会触发该类报错。

修复方案

方案1:统一所有Keras相关API的导入路径

将所有Keras接口的导入源统一为tensorflow.keras,参考导入写法:

from tensorflow.keras.applications.vgg16 import VGG16
from tensorflow.keras import layers, optimizers
from tensorflow.keras.models import Model
from tensorflow.keras.callbacks import EarlyStopping
import tensorflow.keras as keras

修改导入后重新运行即可解决90%以上的同类型报错。

方案2:添加中间特征提取模型中转

如果统一导入后仍报错,可以新增一层中转模型封装VGG16的特征输出,避免直接调用层输出的兼容问题:

input_shape = (150,150,3)
model_1 = VGG16(weights='imagenet',include_top=False,input_shape=input_shape)
# 新增中转模型逻辑
feature_extractor = Model(inputs=model_1.input, outputs=model_1.layers[-1].output)
Last_layer = feature_extractor.output
# 后续Flatten层调用代码保持不变
Model_Vgg=keras.layers.Flatten()(Last_layer)

方案3:切换TensorFlow稳定版本

如果上述方案都无效,可将TensorFlow版本升级到2.10+正式版,或降级到2.2等更早的稳定版本,规避版本自带的功能bug。

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

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:2026.10.19 00:06:01