Question

我想用keras运行一个lstm。我有5个类进行分类，编码为一个热门标签。

这是我的模特：

model = Sequential()
model.add(Embedding(10000, 32))
model.add(LSTM(64, dropout_W=0.2, dropout_U=0.2))
model.add(Dense(5, activation='sigmoid'))

model.compile(loss='categorical_crossentropy',
              optimizer='rmsprop',
              metrics='acc')

model.fit(xtrain, ytrain, batch_size=128, nb_epoch=10,validation_split=0.2)

但我收到以下错误：

TypeError：输入＆＃39; ref＆＃39; ＆＃39;分配＆＃39;操作需要l值输入

以下是错误日志：

TypeError Traceback（最近一次调用   最后）in（）         6 n_epochs = 10         7   ----＆GT; 8 history = model.fit（train_encoded，train_labels_lstm，batch_size = bs，nb_epoch = n_epochs，validation_split = 0.2）
     适合的
〜\ Anaconda3 \ lib \ site-packages \ keras \ models.py（self，x，y，   batch_size，epochs，verbose，callbacks，validation_split，   validation_data，shuffle，class_weight，sample_weight，initial_epoch，   steps_per_epoch，validation_steps，** kwargs）       961 initial_epoch = initial_epoch，       962 steps_per_epoch = steps_per_epoch，    - ＆GT; 963 validation_steps = validation_steps）       964       965 def评估（自我，x =无，y =无，

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ training.py in fit（self，x，   y，batch_size，epochs，verbose，callbacks，validation_split，   validation_data，shuffle，class_weight，sample_weight，initial_epoch，   steps_per_epoch，validation_steps，** kwargs）1680其他：
  1681 ins = x + y + sample_weights    - ＆GT; 1682 self._make_train_function（）1683 f = self.train_function 1684

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ training.py in   _make_train_function（个体经营）       988 training_updates = self.optimizer.get_updates（       989 params = self._collected_trainable_weights，    - ＆GT; 990损失= self.total_loss）       991更新= self.updates + training_updates + self.metrics_updates       992＃获取损失和指标。每次通话时更新权重。

〜\ Anaconda3 \ lib \ site-packages \ keras \ legacy \ interfaces.py in   包装器（* args，** kwargs）        89 warnings.warn（＆＃39;更新您对Keras 2 API的' + object_name + 90 '电话：＆＃39; +签名，stacklevel = 2）   ---＆GT; 91 return func（* args，** kwargs）        92 wrapper._original_function = func        93返回包装器
     get_updates中的
〜\ Anaconda3 \ lib \ site-packages \ keras \ optimizers.py（self，   损失，参数）       255＃更新累加器       256 new_a = self.rho * a +（1. - self.rho）* K.square（g）    - ＆GT; 257 self.updates.append（K.update（a，new_a））       258 new_p = p - lr * g /（K.sqrt（new_a）+ self.epsilon）       259

〜\ Anaconda3 \ lib \ site-packages \ keras \ backend \ tensorflow_backend.py in   更新（x，new_x）       961变量x已更新。       962＆＃34;＆＃34;＆＃34;    - ＆GT; 963返回tf.assign（x，new_x）       964       965

〜\ Anaconda3 \ lib中\站点包\ tensorflow \蟒\ OPS \ gen_state_ops.py   in assign（ref，value，validate_shape，use_locking，name）        45 result = _op_def_lib.apply_op（＆＃34; Assign＆＃34;，ref = ref，value = value，        46 validate_shape = validate_shape，   ---＆GT; 47 use_locking = use_locking，name = name）        48返回结果        49

〜\ Anaconda3 \ lib中\站点包\ tensorflow \蟒\框架\ op_def_library.py   在apply_op中（self，op_type_name，name，** keywords）       615引发TypeError（       616＆＃34;输入＆＃39;％s＆＃39; ＆＃39;％s＆＃39;操作需要l值输入＆＃34; ％    - ＆GT; 617（input_name，op_type_name））       618 input_types.extend（types）       619其他：

TypeError：输入＆＃39; ref＆＃39; ＆＃39;分配＆＃39;操作需要l值输入

我应该改变什么？

LSTM与Keras：输入＆＃39; ref＆＃39; ＆＃39;分配＆＃39;操作需要输入l值

0 个答案: