kera模型

Question

def Generate():
i = 0

while 1:
    i = i%int(Numb/batch_size) 
    my_input_batch = my_input[i*batch_size : (i+1)*batch_size]
    my_output_batch = my_output[i*batch_size : (i+1)*batch_size]
    encoder_input_data = np.array(np.zeros((batch_size, max_encoder_text_length, num_dictonary),dtype='float32'))
    decoder_input_data = np.array(np.zeros((batch_size, max_decoder_text_length, num_dictonary),dtype='float32'))
    decoder_target_data = np.array(np.zeros((batch_size, max_decoder_text_length, num_dictonary),dtype='float32'))

    for i, (text_input, text_output) in enumerate(zip(my_input_batch, my_output_batch)):
        for t, word in enumerate(my_input_batch):
            encoder_input_data[i, t, word] = 1.
        for t, word in enumerate(my_output_batch):
            decoder_input_data[i, t, word] = 1.
            if t > 0:
                decoder_target_data[i, t - 1, word] = 1.
    i = i + 1     
    yield ({encoder_input_data, decoder_input_data}, {decoder_target_data})

我想在Keras用fit_generator()训练我的模型。但是当我开始训练时，我会犯错误：

File "test.py", line 146, in Generate yield ({encoder_input_data, decoder_input_data}, {decoder_target_data}) 
TypeError: unhashable type: 'numpy.ndarray'

我如何解决这个问题？我做错了什么？

Answer 1

此特定声明{encoder_input_data, decoder_input_data}, {decoder_target_data}正在从set数组中创建numpy。这项行动是不可能的。

可能是您想将该声明更改为

yield ((encoder_input_data, decoder_input_data), (decoder_target_data))