[英]Keras functional API: fitting and testing model that takes multiple inputs
[英]Keras model having multiple inputs causes strange errors when fitting
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).
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。
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.