Keras model 有多个输入在拟合时会导致奇怪的错误

Question

我目前正在使用 GRU 开发编码器-解码器 model。 它需要2个输入，编码器输入和解码器输入。 解码器中只有一个 output。 model 是：

encoder=tf.keras.layers.GRU(10,return_state=True)
_,state=encoder(encoder_input)

decoder_input=tf.keras.layers.Input(shape=(None,10))
decoder=tf.keras.layers.GRU(10,return_sequences=True)
decoder_output=decoder(decoder_input,initial_state=state)

model=tf.keras.models.Model(inputs=[encoder_input,decoder_input],outputs=decoder_output)

model.compile(optimizer='Adam',loss='MeanSquaredError',metrics=['Accuracy'])

当我尝试使用以下伪代码拟合 model 时： model.fit(x=[encoder_data,decoder_data],y=decoder_truth) , encoder_data , decoder_data和decoder_truth都是嵌套的列表列表并且具有形状(None,None,10) , 和decoder_data和decoder_truth具有相同的形状

代码引发： ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).

Answer 1

Decoder_data 和 decoder_truth 应该与 GRU 的长度相同，为每个输入提供一个 output。 此外，每批的时间步数应保持不变。