我正在努力格式化我的数据。
我在Keras设计了一个简单的模型。
它由两个独立的模型（Embedding图层和LSTM图层）组成。
然后将这两个模型与Merge合并。然后通过一些卷积层将它们组合在一起。
这些是我的嵌入式例句。
x1
>>> array([[ 0, 25, 0, 0, 0]], dtype=int32)
y1
>>> array([[42, 10, 0, 0, 0, 10]], dtype=int32)
使用predict我得到了合并句子所需的单个输出。
model.predict([x1,y1])
>>> array([[ 0.92327869]])
我甚至可以使用
model.fit([x,y],gold[0])
训练模型，
gold[0]
>>> array([ 1.])
问题我如何设置示例x_i和y_i的格式，以便我可以在fit函数中使用它。 model.predict([[x1,x2],[y1,y2]])无效，收益
TypeError: list indices must be integers or slices, not list
答案 0 :(得分：0)
因此，按照Keras Embedding文档，您需要提供嵌入层的输入numpy.array维2.因为您有多个输入 - 您需要提供一个numpy数组列表为了将它们提供给多个输入。
在最后一种情况下，您将输入一系列输入列表。这引起了一个问题。为了解决这个问题，您需要numpy.concatenate这两个数组：
x = numpy.concatenate((x1, x2), axis = 0)
y = numpy.concatenate((y1, y2), axis = 0)