我在 Keras 中编写一个序列到序列的模型。不知为何，当我尝试在下面的函数中定义模型时：

def define_GRU_models(encoder_input_dim,              output_dim,              activation,              n_units):# define training encoder ############################# layer 1encoder_inputs = Input(shape=encoder_input_dim)l1_encoder = GRU(n_units,                      name='l1_encoder',                      return_sequences=True,                      return_state=True)l1_encoder_outputs, l1_encoder_state = l1_encoder(encoder_inputs)# layer 2l2_encoder = GRU(n_units,                      name='l2_encoder',                      return_state=True)l2_encoder_outputs, l2_encoder_state = l2_encoder(l1_encoder_outputs)# define training decoder ############################# layer 1decoder_inputs = Input(shape=(None, output_dim))l1_decoder_gru = GRU(int(n_units/2),                          name='l1_decoder_gru',                          return_sequences=True,                          return_state=False)l1_decoder_outputs, _ = l1_decoder_gru(decoder_inputs)# layer 2l2_decoder_gru = GRU(n_units,                          name='l2_decoder_gru',                          return_sequences=True,                          return_state=False)l2_decoder_outputs, _ = l2_decoder_gru(l1_decoder_outputs, initial_state=l1_encoder_state)# layer 3l3_decoder_gru = GRU(n_units,                          name='l3_decoder_gru',                          return_sequences=True,                          return_state=False)l3_decoder_outputs, _ = l3_decoder_gru(l2_decoder_outputs, initial_state=l2_encoder_state)# layer 4l4_decoder_gru = GRU(int(n_units/2),                          name='l4_decoder_gru',                          return_state=False                              )l4_decoder_outputs, _ = l4_decoder_gru(l3_decoder_outputs)decoder_dense = Dense(output_dim, name='decoder_dense', activation=activation)decoder_outputs = decoder_dense(l4_decoder_outputs)model = Model([encoder_inputs, decoder_inputs], decoder_outputs)return model

我遇到了这个错误：

Tensor objects are not iterable when eager execution is not enabled. To iterate over this tensor use tf.map_fn.

对于这一行（第一个解码器层）：

l1_decoder_outputs, _ = l1_decoder_gru(decoder_inputs)

我似乎在其他地方找不到解决方案。我做错了什么？因为这似乎与 Keras 的示例兼容。

顺便提一下，我的函数输入是：

(168, 12), 24, 'softmax', 128

回答：

问题在于 'l1_decoder_gru' 层不返回其状态（即 return_state=False）。它只有一个输出张量，被赋值给 l1_decoder_outputs。因此，为了解决这个问题，可以在赋值的左边删除 , _ 部分：

l1_decoder_outputs = l1_decoder_gru(decoder_inputs)

或者，您可以将 'l1_decoder_gru' 层的 return_state 参数设置为 True（当然，如果这样做有意义，并且您可能在模型的另一部分需要这个层的状态）。同样的问题也适用于您定义和使用的其他 GRU 层。