带Keras的LSTM：'Assign' Op的输入'ref'需要输入l值

我想用keras运行一个lstm . 我有5个类进行分类，编码为一个热门标签 .

这是我的模型：

model = Sequential()
model.add(Embedding(10000, 32))
model.add(LSTM(64, dropout_W=0.2, dropout_U=0.2))
model.add(Dense(5, activation='sigmoid'))

model.compile(loss='categorical_crossentropy',
              optimizer='rmsprop',
              metrics='acc')

model.fit(xtrain, ytrain, batch_size=128, nb_epoch=10,validation_split=0.2)

但是我收到以下错误：

TypeError：'Assign'Op的输入'ref'需要输入l值

这是错误日志：

TypeError Traceback（最近一次调用最后一次）in（）6 n_epochs = 10 7 ----> 8 history = model.fit（train_encoded，train_labels_lstm，batch_size = bs，nb_epoch = n_epochs，validation_split = 0.2）〜\ Anaconda3 \ lib \ site-packages \ keras \ models.py in fit（self，x，y，batch_size，epochs，verbose，callbacks，validation_split，validation_data，shuffle，class_weight，sample_weight，initial_epoch，steps_per_epoch，validation_steps，** kwargs）961 initial_epoch = initial_epoch，962 steps_per_epoch = steps_per_epoch， - > 963 validation_steps = validation_steps）964 965 def evaluate（self，x = None，y = None，〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ training.py in fit（ self，x，y，batch_size，epochs，verbose，call_ss，validation_split，validation_data，shuffle，class_weight，sample_weight，initial_epoch，steps_per_epoch，validation_steps，** kwargs）1680 else：1681 ins = xy sample_weights - > 1682 self._make_train_function（） 1683 f = self.train_function 1684~ \ Anaconda3 \ lib \ site-packages \ keras \ engine \ training.py in _make_train_function（self）988 training_updates = self.optimizer.get_updates（989 params = self._collected_trainable_weights， - > 990 loss = self.total_loss）991 updates = self.updates training_updates self.metrics_updates 992＃获取损失和指标 . 每次通话时更新权重 . 〜\ Anaconda3 \ lib \ site-packages \ keras \ legacy \ interfaces.py in wrapper（* args，** kwargs）89 warnings.warn（'更新你的'object_name 90'调用Keras 2 API：'signature，stacklevel = 2）---> 91 return func（* args，** kwargs）92 wrapper._original_function = func 93返回包装器〜\ Anaconda3 \ lib \ site-packages \ keras \ optimizers.py in get_updates（self，loss，params） ）255＃update accumulator 256 new_a = self.rho * a（1. - self.rho）* K.square（g） - > 257 self.updates.append（K.update（a，new_a））258 new_p = p - lr * g /（K.sqrt（new_a）self.epsilon）259〜\ Anaconda3 \ lib \ site-packages \ keras \ backend \ tensorflow_backend.py in update（x，new_x）961变量x已更新 . 962“”“ - > 963在assign（ref，value，validate_shape，use_locking，name ）45 result = _op_def_lib.apply_op（“Assign”，ref = ref，value = value，46 validate_shape = validate_shape，---> 47 use_locking = use_locking，name = name）48返回结果49~ \ Anaconda3 \ lib \ site- apply_op中的packages \ tensorflow \ python \ framework \ op_def_library.py（self，op_type_name，name，** keywords）615引发TypeError（616“输入'％s'的'％s'操作需要l值输入”％ - > 617（input_name，op_type_name））618 input_types.extend（types）619 else：TypeError：输入'ref'的'Assign'Op需要输入l值

我应该改变什么？