輸入層和第一個 LSTM 層的 Keras 功能 API 問題

Question

我正在嘗試創建一個功能 API，而不是順序 API。 我之前使用 Sequential API 構建了模型，並且效果很好。 它是一個 LSTM，我在處理從 Input 到 LSTM 層的 batch_size 時遇到了問題。 Sequential API 構建如下：

new_model = Sequential()
new_model.add(LSTM(n_neurons, batch_input_shape=(batch_size,train_X.shape[1], train_X.shape[2]), activation='tanh', stateful=True, return_sequences=True))
new_model.add(Dropout(0))
new_model.add(LSTM(n_neurons, batch_input_shape=(batch_size,train_X.shape[1], train_X.shape[2]), activation='tanh', stateful=True))
new_model.add(Dropout(0))
new_model.add(Dense(n_neurons1, activation='tanh'))
new_model.add(Dropout(0.1))
new_model.add(Dense(nm))
new_model.compile(loss='mse', optimizer=optimizer)

上面的代碼片段工作正常。 我試圖開始工作的功能 API 如下：

inp = Input(shape = (train_X.shape[1], train_X.shape[2]), batch_size = batch_size)
L1 = LSTM(n_neurons, batch_input_shape=(batch_size,train_X.shape[1], train_X.shape[2]), activation='tanh', stateful=True, return_sequences=True)(inp)
D1 = Dropout(0)(L1)
L2 = LSTM(n_neurons, batch_input_shape=(batch_size,train_X.shape[1], train_X.shape[2]), activation='tanh', stateful=True, return_sequences=True)(D1)
D2 = Dropout(0)(L2)
F1 = Dense(n_neurons1, activation='tanh')(D2)
D3 = Dropout(0.1)(F1)
out = Dense(nm)
new_model = Model(inp,out)
new_model.compile(loss='mse', optimizer=optimizer)

我收到一條錯誤消息，指出“Input() 得到了一個意外的關鍵字參數‘batch_size”，即使我知道 batch_size 是輸入層的參數。 然后，如果我擺脫了這個論點，我會收到第一個 LSTM 層的錯誤消息：

“如果 RNN 是有狀態的，它需要知道它的批量大小。指定輸入張量的批量大小：

• 如果使用 Sequential 模型，請通過將batch_input_shape參數傳遞給第一層來指定批次大小。
• 如果使用函數式 API，請通過將batch_shape參數傳遞給您的輸入層來指定批量大小。”

我已經嘗試過更新 tensorflow 但這並沒有解決 Input() 問題。 我從這里去哪里？

Answer 1

您描述了通過功能 API 傳遞batch_size參數並收到錯誤提示“將batch_shape參數傳遞給您的輸入層”。

如果您嘗試將輸入層中的batch_size = batch_size更改為

batch_shape = (batch_size,train_X.shape[1], train_X.shape[2])

這能解決嗎？