Keras model 有多個輸入在擬合時會導致奇怪的錯誤

Question

我目前正在使用 GRU 開發編碼器-解碼器 model。 它需要2個輸入，編碼器輸入和解碼器輸入。 解碼器中只有一個 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'])

當我嘗試使用以下偽代碼擬合 model 時： 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並且具有形狀(None,None,10) , 和decoder_data和decoder_truth具有相同的形狀

代碼引發： ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).

Answer 1

Decoder_data 和 decoder_truth 應該與 GRU 的長度相同，為每個輸入提供一個 output。 此外，每批的時間步數應保持不變。