AttributeError:'Tensor' object has no attribute '_keras_history'

当你的model各层的维度都对上了，最后马上就要输出了，忽然来这个错，我的心里是崩溃的。那么具体的原因是什么呢？

具体而言，就是我们在用keras训练的模型过程中出了叛徒啦！！！

（我卡卡西早已看穿一切）

废话不多说，这个问题的主要原因是我们使用了tensorflow的一些函数导致的，比如我们可能会用tf.XXXX函数做一些处理。而tensorflow的函数处理过后的tensor叫做tf.tensor，keras处理过后的tensor叫做keras.tensor。在网上查到的一个比较详细的回答如下

：

解决方法人家给提了三个，第一个就是说你别整tf的函数，直接用keras.backend的函数，出来的就是咱自己人：keras.tensor。

第二个方法说的是我们可以用Lambda层把tf的函数包住，这样出来的tensor还是keras.tensor，因为Lambda层就是keras.layers中的层，而这个层就是处理这种不需要参数，只需要数据变化的事物的，所以我们有问题尽管找到。第三个方法，我还查了一下，哦！Designate（指定）keras function，哎和第一个差不多，就是告你别用tensorflow的函数。

我在这里就不介绍第一个和第三个了，因为我们也不知道你用的是什么函数，是吧，我就只说Lambda层的方法。

例如，我们想要使用

from keras import backend as K
x = K.tf.image.resize_bilinear(x,size=(input_shape[1],input_shape[2]))

我们可以用Lambda层包住，变成：

x = Lambda(lambda x: K.tf.image.resize_bilinear(x,size=(input_shape[1],input_shape[2])))(x)

这样的话生成的tensor就是keras.tensor了,什么？你不信？那你可以用下面这个函数测试一下：

print(K.is_keras_tensor(x))

哦，最后再提一下，上面提到的那个例子resize_bilinear用于修改大小时候只限定传入的tensor是（batchsize，H，W，channel）这样的channel_last样式，如果需要了解更多调整大小的函数，可以移步这里：（tensor调整大小的一些函数）