Модель TensorFlow принимает тензоры только при вызове во время Стремительное выполнение , как указано в их репозитории GitHub. Это одна строк, которые были подняты при выполнении model(data)
.
# Eager execution on data tensors.
with backend.name_scope(self._name_scope()):
self._maybe_build(inputs)
cast_inputs = self._maybe_cast_inputs(inputs)
with base_layer_utils.autocast_context_manager(
self._compute_dtype):
outputs = self.call(cast_inputs, *args, **kwargs) # <<< ERROR HERE
self._handle_activity_regularization(inputs, outputs)
self._set_mask_metadata(inputs, outputs, input_masks)
Я преобразовал переменную данных , которую вы использовали для прогнозирования, в Переменная Tensor .
См. Модифицированный код ниже:
from tensorflow.keras import layers, Input
import tensorflow as tf
input_layer = Input(1)
d1 = layers.Dense(64, activation='relu')(input_layer)
d2 = layers.Dense(3, activation='relu')(d1)
model = tf.keras.Model(inputs=[input_layer], outputs=d2)
data = [[1.0]]
print(model.predict(data)) # [[0.02674201 0. 0. ]]
print(model(tf.Variable(data))) # tf.Tensor([[0.02674201 0. 0. ]], shape=(1, 3), dtype=float32)
Вы можете просмотреть исходный код в TensorFlow Github .