Question

我正在尝试使用Keras Dot并出现以下错误。你能解释一下我做错了吗？

x1 = Input(shape=(2,4))
x2 = Input(shape=(4,))
y1 = dot([x1,x2], axes = (2,1))
modelA = Model(inputs=[x1, x2], outputs=y1)

a1 = np.arange(16).reshape(2,2,4)
a2 = np.array( [1,2,3,4] )

modelA.predict([a1,a2])

---->
ValueError: Error when checking : expected input_40 to have shape (None, 4) but 
got array with shape (4, 1)

Answer 1

我也是Keras的新手。以下是我在使用Dot操作之后发现的结果。

首先，输入层的try? AVAudioSession.sharedInstance().setCategory(AVAudioSessionCategoryPlayAndRecord, mode: AVAudioSessionModeDefault, options: AVAudioSessionPortBuiltInSpeaker)参数不包括批次大小。在您的代码shape中，因此x2期望输入数据为（None，4），（None表示批处理大小），但是a2为x2 = Input(shape=(4,))，形状为（1、4），因此是错误消息。要消除该错误，您需要将batch_size维度添加到a2。

但是还有一个问题，根据Dot的文档，我认为x1和x2应该具有相同的批处理大小：

如果应用于形状为（batch_size，n）的两个张量a和b的列表，则输出将为形状（batch_size，1）的张量，其中每个条目i将是a [i]和a之间的点积b [i]。

所以我手动匹配a1和a2的批量大小，并且a1的批量大小是2，所以a2需要为np.array([1,2,3,4])

现在，您可以得到想要的结果：

np.array([[1,2,3,4],[1,2,3,4]])

对于像我这样的初学者，还有几句话，x1的形状是（batch_size，2，4），x2的形状是（batch_size，4），似乎它们不兼容。现在是“ axes”参数起作用的时候。在OP的代码中，[[ 20. 60.] [100. 140.]]表示点x1的第3轴（索引为0，它是长度为4的轴），x2的第2轴（也是长度为4）。因此它将是[0,1,2,3] dot [1,2,3,4] = 20，[4,5,6,7] dot [1,2,3,4] = 60 ...

Keras Dot Axes的问题

1 个答案: