TypeError：'Tensor'对象不可调用| Keras-Bert

Question

bounty到期在6天内。该问题的答案有资格获得+ 50声望赏金。Kosi正在寻找此问题的更详细的答案：

当前的答案没有提供足够的细节，因此对于没有使用python和构建模型的人来说，理想的答案应该足够详细。

我正在建立此模型：

inputs = model.inputs[:2] 
layer_output = model.get_layer('Encoder-12-FeedForward-Norm').output  
input_layer= keras.layers.Input(shape=(SEQ_LEN,768))(layer_output)
conv_layer= keras.layers.Conv1D(100, kernel_size=3, activation='relu', data_format='channels_first')(input_layer)   
maxpool_layer = keras.layers.MaxPooling1D(pool_size=4)(conv_layer)
flat_layer= keras.layers.Flatten()(maxpool_layer)
outputs = keras.layers.Dense(units=3, activation='softmax')(flat_layer)
model = keras.models.Model(inputs, outputs)
model.compile(RAdam(learning_rate =LR),loss='sparse_categorical_crossentropy',metrics=['sparse_categorical_accuracy'])
并且我一直收到此错误TypeError: 'Tensor' object is not callable，我知道layer_output是张量而不是层，Keras可处理层。但是我发现很难找出正确的方法。我以前用相似的输入构建了一个biLSTM模型，并且工作正常。有人可以向我指出一些可以帮助我更好地理解问题的东西吗？我尝试将input_layer传递给conv_layer，但出现此错误TypeError: Layer conv1d_1 does not support masking, but was passed an input_mask: Tensor("Encoder-12-FeedForward-Add/All:0", shape=(?, 35), dtype=bool)

我正在建立此模型：inputs = model.inputs [：2] layer_output = model.get_layer（'Encoder-12-FeedForward-Norm'）。output input_layer = keras.layers.Input（shape =（SEQ_LEN，768 ））（layer_output）...

Answer 1

尝试添加此：

Answer 2

input_layer= keras.layers.Input(shape=(SEQ_LEN,768))(layer_output)