无法使用keras将嵌入层添加到连接网络

时间:2016-04-10 00:11:03

标签: python neural-network conv-neural-network keras recurrent-neural-network

我正在尝试更改暹罗网络的示例代码并添加嵌入层,如下所示:

utils-merge

紧跟其文档last example之后。

不幸的是我不断收到错误:

data_dim = 16
timesteps = 8
nb_classes = 10

encoder = Sequential()
encoder.add(Embedding(data_dim, 4, input_length=timesteps))
encoder.add(LSTM(32))

model = Graph()
model.add_input(name='input_a', input_shape=(timesteps,))
model.add_input(name='input_b', input_shape=(timesteps,))
model.add_shared_node(encoder, 
                      name='shared_encoder', 
                      inputs=['input_a', 'input_b'],
                      merge_mode='concat')
model.add_node(Dense(64, activation='relu'), name='fc1', input='shared_encoder')
model.add_node(Dense(3, activation='softmax'), name='output', input='fc1', 
               create_output=True)

model.compile(optimizer='adam', loss={'output': 'categorical_crossentropy'})

有人可以帮忙吗?

1 个答案:

答案 0 :(得分:1)

model.add_input(name='input_a', input_shape=(timesteps,), dtype='int')
model.add_input(name='input_b', input_shape=(timesteps,), dtype='int')