Question

所以我试图连接两个keras张量：

a = keras.layers.Input(shape=[5,], dtype='float', name='a')
b = keras.layers.Input(shape=[5,], dtype='float', name='b')
s = keras.layers.concatenate([a, b], axis=0)
model = keras.models.Model(inputs=[a, b], outputs=s)

aa = np.array([[1,1,1,1,1]])
bb = np.array([[3,3,3,3,3]])

cc = model.predict({'a':aa, 'b':bb})

我得到的是：

Traceback (most recent call last):File"D:\Anaconda3\envs\kerase\lib\sitepackages\IPython\core\interactiveshell.py", line 2910, in run_code
exec(code_obj, self.user_global_ns, self.user_ns)
File "<ipython-input-64-ddbf264b3bdb>", line 50, in <module>
cc = model.predict({'a':aa, 'b':bb})
File "D:\Anaconda3\envs\kerase\lib\site-packages\keras\engine\training.py", line 1713, in predict
verbose=verbose, steps=steps)
File "D:\Anaconda3\envs\kerase\lib\site-packages\keras\engine\training.py", line 1278, in _predict_loop
outs[i][batch_start:batch_end] = batch_out

ValueError：无法将形状（2,5）的输入数组广播为形状（1,5）

我不明白。我没有使用＆＃39;轴＆＃39;参数适当吗？当轴= -1时，张量将在最后一个维度上正确连接。

感谢。

Answer 1

好的，2级-1张量只能以一种可能的方式连接。这有效：

a = keras.layers.Input(shape=[1, 5], dtype='float', name='a')
b = keras.layers.Input(shape=[1, 5], dtype='float', name='b')
s = keras.layers.concatenate([a, b], axis=-2)

model = keras.models.Model(inputs=[a, b], outputs=s)

aa = np.array([[[1,1,1,1,1]]])
bb = np.array([[[3,3,3,3,3]]])

cc = model.predict({'a':aa, 'b':bb})

Answer 2

Keras期望输出batch_size与输入batch_size相同。在这种情况下，batch_size始终是第一个维度，为1。

因此，一种常见的策略是使用tf.expand_dims将第一个维度1添加为batch_size。这是修改后的代码，将起作用。

a = keras.layers.Input(shape=[1, 5], dtype='float', name='a')
b = keras.layers.Input(shape=[1, 5], dtype='float', name='b')
s = keras.layers.concatenate([a, b], axis=-2)
f = tf.expand_dims(concated, axis=0)

model = keras.models.Model(inputs=[a, b], outputs=f)

aa = np.array([[1,1,1,1,1]])
bb = np.array([[3,3,3,3,3]])

cc = model.predict({'a':aa, 'b':bb})

keras沿维度0 valueerror连接

2 个答案: