Question

我尝试运行一个带有9个输入的嵌入层的简单keras模型。但是我总是会遇到两个错误，具体取决于嵌入后的层。我尝试使用2种不同的数据表示形式，但是得到了相同的结果。现在，我所拥有的：

1。我正在使用自己的健身生成器，该生成器会生成数据：

(list of shapes of input data) -
[(25,), (25,), (25,), (25, 24), (25, 11), (25, 10), (25, 28), (25, 8), (25, 7)] 


features = [['id1',1], ['id2',1],
 ['id3',1], ['id4',24],
 ['id5',11], ['id6',10], ['id7',28], ['id8',8], ['id9',7]]

embeddings = []
inputs = []
for idx, feature in enumerate(features):
      meta_input = Input(shape=(feature[1],), name = feature[0] + '_input')
      sqrt = int(np.sqrt(feature[1]))

      embedding = Embedding(feature[1], 1, input_length=1,name = feature[0] + '_embed')(meta_input)
      fl = Flatten()(embedding)
      embeddings.append(fl)
      inputs.append(meta_input)

x = Concatenate()(embeddings)    
dense_meta_1 =  Dense(256, activation='relu')(x) #x
drop_meta = Dropout(0.2)(dense_meta_1)

dense_meta_2 = Dense(1)(drop_meta)


model = Model(inputs, dense_meta_2)

model.compile(optimizer='Adam', loss='mean_squared_error', metrics= 
['mae']) 
history = model.fit_generator(my_gen_v2(batch_size, batch_folder, steps), epochs=1, steps_per_epoch=steps,
                         max_queue_size=1)

所以当我使用扁平化图层时-我收到了此消息（部分内容）：

InvalidArgumentError：矩阵大小不兼容：In [0]：[25,91]，In [1]：[9,256] [[node density_25 / MatMul（定义在/home/human/anaconda3/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:1076）= MatMul [T = DT_FLOAT，_class = [“ loc：@ training_7 / Adam / gradients / dense_25 / MatMul_grad / MatMul“]，transpose_a = false，transpose_b = false，_device =” / job：localhost /副本：0 / task：0 / device：GPU：0“]（concatenate_16 / concat， density_25 /内核/读取）]] [[{{nodemetrics_11 / mean_absolute_error / Mean_1 / _1219}} = _Recvclient_terminated = false，recv_device =“ / job：localhost /副本：0 / task：0 / device：CPU：0”，send_device =“ / job：localhost /副本：0 /任务：0 /设备：GPU：0“，send_device_incarnation = 1，tensor_name =” edge_1116_metrics_11 / mean_absolute_error / Mean_1“，tensor_type = DT_FLOAT，_device =” / job：本地主机/副本：0 /任务：0 /设备：CPU：0“]]

但是当我使用重塑图层时：

embedding = Reshape(target_shape=(1,), name = feature[0] + '_reshape')(embedding)

我知道了：

InvalidArgumentError：要整形的输入是具有600个值的张量，但请求的形状有25个 [[node race_reshape / Reshape（定义在/home/human/anaconda3/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py:1898）= Reshape [T = DT_FLOAT，Tshape = DT_INT32，_device =“ / job：本地主机/副本：0 /任务：0 /设备：GPU：0“]（race_embed_16 / GatherV2，race_reshape / Reshape / shape）]] [[{{nodemetrics_12 / mean_absolute_error / Mean_1 / _1417}} = __Recvclient_terminated = false，recv_device =“ / job：localhost /副本0 / task：0 / device：CPU：0”，send_device =“ / job：localhost /副本：0 /任务：0 /设备：GPU：0“，send_device_incarnation = 1，tensor_name =” edge_1098_metrics_12 / mean_absolute_error / Mean_1“，tensor_type = DT_FLOAT，_device =” /作业：本地主机/副本：0 /任务：0 /设备：CPU：0“]]

关于stackoverflow没有类似的问题，仅关于图像形状。请帮我解决这个问题，因为我为此花了很多时间（

Answer 1

通过更改嵌入层中的input_length以输入要素的形状（在我的示例中为feature [1]）解决了该问题

无法使用多输入输入运行嵌入网络Keras

1 个答案: