Keras 模型输入：3 个数组与 3 个张量的元组不一样？

Question

我正在尝试将我的输入适合我准备的 keras 模型。 我的网络的输入层是：

path_source_token_input = Input(shape=(MAX_CONTEXTS,), dtype=tf.int32)
path_input = Input(shape=(MAX_CONTEXTS,), dtype=tf.int32)
path_target_token_input = Input(shape=(MAX_CONTEXTS,), dtype=tf.int32)

我以这种方式指定输入：

inputs = (path_source_token_input, path_input, path_target_token_input)
model = tf.keras.Model(inputs=inputs, outputs=learned)  # outputs not important at this point

然后我从一个 csv 文件加载我的数据，进行适当的预处理并创建一个在调试中看起来像这样的数据集对象：

现在我的模型编译好了，一切都很好，然后我尝试将它拟合到数据中：

model_x.compile(loss='mse', optimizer='adam', metrics=['accuracy'])
history = model_x.fit(context_paths, epochs=20, verbose=2)

但它抛出这个错误：

ValueError：检查模型输入时出错：您传递给模型的 Numpy 数组列表不是模型预期的大小。 期望看到 3 个数组，对于输入 ['input_1', 'input_2', 'input_3'] 但得到了以下 1 个数组的列表：[]...

在这一点上，我不确定出了什么问题，因为在调试中，我的数据集似乎是一个长度为 3 的元组（我想要它并指定为“输入”的方式）但出了点问题。 我将不胜感激任何帮助，谢谢。

Answer 1

您构建了模型以获得三个不同的输入： (path_source_token_input, path_input, path_target_token_input) 。

您需要一个包含 3 个数组的列表的数据。 一个阵列用于path_source_token_input ，另一个阵列path_input ，以及用于第三阵列path_target_token_input 。

context_paths = [array1, array2, array3] 。

在哪里：

array1.shape == (anything, MAX_CONTEXTS)
array2.shape == (anything, MAX_CONTEXTS)   
array3.shape == (anything, MAX_CONTEXTS)

不要认为输出不重要，如果您没有为此准备具有特殊损失的模型，则没有输出就无法拟合。

---

数据处理

只需创建数组，不要使用数据集：

def loadFile(filename):

    with open(filename, 'r') as file:
        lines = file.readlines()
                

    triplets = [l.split(" ") for l in lines]  #(16000, 430)
    singles = [[t.split(',') for t in line] for line in triplets]  #(16000, 430, 3)

    data = np.array(singles).astype(np.int32)
    data_source = data[:,:,0]
    data_path = data[:,:,1]
    data_target = data[:,:,2]    

    return [data_source, data_path, data_target]