我有句子嵌入维度2*1*300
的句子对的输出X.我想将此输出拆分为两个形状为1*300
的向量,以计算其绝对差异和乘积。
x = MaxPooling2D(pool_size=(1,MAX_SEQUENCE_LENGTH),strides=(1,1))(x)
x_A = Reshape((1,EMBEDDING_DIM))(x[:,0])
x_B = Reshape((1,EMBEDDING_DIM))(x[:,1])
diff = keras.layers.Subtract()([x_A, x_B])
prod = keras.layers.Multiply()([x_A, x_B])
nn = keras.layers.Concatenate()([diff, prod])
目前,当我执行x[:,0]
时,会抛出错误AttributeError: 'Tensor' object has no attribute '_keras_shape'
。我假设张量对象分裂的结果是张量对象,它没有_keras_shape
。
有人可以帮我解决这个问题吗?感谢。
答案 0 :(得分:1)
Keras在分层处理时为张量添加了一些信息。由于你在层外分裂张量,它就会丢失这些信息。
解决方案涉及从Lambda图层返回分割张量:
x_A = Lambda(lambda x: x[:,0], output_shape=notNecessaryWithTensorflow)(x)
x_B = Lambda(lambda x: x[:,1], output_shape=notNecessaryWithTensorflow)(x)
x_A = Reshape((1,EMBEDDING_DIM))(x_A)
x_B = Reshape((1,EMBEDDING_DIM))(x_B)