我使用tensorflow_probability和distributions训练模型。
为了训练它，我将数据格式化为这样（2个头模型，因此2个输入集）：

input_1 = tf.data.Dataset.from_tensor_slices(Xdata)
input_2 = tf.data.Dataset.from_tensor_slices(Xphysio)
output = tf.data.Dataset.from_tensor_slices(yobs)
combined_dataset = tf.data.Dataset.zip(((input_1, input_2), output))
input_dataset = combined_dataset.batch(30)

培训工作做得很好…但是当我尝试在单元格#15的exemple中进行推断时，他们会这样调用模型：

yhats = model(combined_dataset)

我得到了错误

TypeError: Inputs to a layer should be tensors. Got: <ZipDataset element_spec=((TensorSpec(shape=(120, 9), dtype=tf.float32, name=None), TensorSpec(shape=(24,), dtype=tf.float32, name=None)), TensorSpec(shape=(), dtype=tf.float32, name=None))>

我试着：

yhats = model([input_1, input_2])

得到了同样的错误：

TypeError: Inputs to a layer should be tensors. Got: <TensorSliceDataset element_spec=TensorSpec(shape=(120, 9), dtype=tf.float32, name=None)>

使用yhats = model.predict([Xdata, Xphysio])运行良好，但似乎没有返回有效的tfd格式。分布：

assert isinstance(yhat, tfd.Distribution):

Traceback (most recent call last):
  File "E:\Windows programs\PyCharm Community Edition 2021.3.1\plugins\python-ce\helpers\pydev\_pydevd_bundle\pydevd_exec2.py", line 3, in Exec
    exec(exp, global_vars, local_vars)
  File "<input>", line 1, in <module>
AssertionError