[英]logits and labels must have the same first dimension, got logits shape [3662,5] and labels shape [18310]
[英]How to solve “logits and labels must have the same first dimension” error
我正在为基于单词的 NLP 尝试不同的神经网络架构。
到目前为止,我已经在本教程的指导下使用了 GRU 的双向、嵌入式和模型: https://towardsdatascience.com/language-translation-with-rnns-d84d43b40571 ,一切都很好。 但是,当我尝试使用 LSTM 时,我收到一条错误消息:
logits 和 labels 必须具有相同的第一维,得到 logits 形状 [32,186] 和标签形状 [4704]
我该如何解决这个问题?
我的源和目标数据集由 7200 个例句组成。 它们是 integer 标记和嵌入的。 源数据集被后填充以匹配目标数据集的长度。
这是我的 model 和相关代码:
lstm_model = Sequential()
lstm_model.add(Embedding(src_vocab_size, 128, input_length=X.shape[1], input_shape=X.shape[1:]))
lstm_model.add(LSTM(128, return_sequences=False, dropout=0.1, recurrent_dropout=0.1))
lstm_model.add(Dense(128, activation='relu'))
lstm_model.add(Dropout(0.5))
lstm_model.add((Dense(target_vocab_size, activation='softmax')))
lstm_model.compile(optimizer=Adam(0.002), loss='sparse_categorical_crossentropy', metrics=['accuracy'])
history = lstm_model.fit(X, Y, batch_size = 32, callbacks=CALLBACK, epochs = 100, validation_split = 0.25) #At this line the error is raised!
随着形状:
我已经在这里查看过类似的问题并尝试添加 Reshape 图层
simple_lstm_model.add(Reshape((-1,)))
但这只会导致以下错误:
“TypeError:__int__ 返回非 int(类型 NoneType)”
这真的很奇怪,因为我对所有模型都以相同的方式预处理数据集,并且除了上述之外它工作得很好。
在调用 LSTM 构造函数时,您应该有return_sequences=True
和return_state=False
。
在您的代码段中,LSTM 仅返回其最后一个 state,而不是每个输入嵌入的状态序列。 理论上,您可以从错误消息中发现它:
logits 和 labels 必须具有相同的第一维,得到 logits 形状 [32,186] 和标签形状 [4704]
logits 应该是三维的:批量大小 × 序列长度 × 类数。 序列的长度是 147,实际上是 32 × 147 = 4704(标签数)。 这可能告诉你序列的长度消失了。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.