Question

在带回家进行公司面试时，我遇到了编码问题。

问题：我尝试在keras中训练LSTM网络，训练后将文件保存为JSON，并将权重保存为.h5文件，当我尝试检索该文件并预测其他样本时。

我收到一条错误消息，提示“ InvalidArgumentError：synchronous_25_input：0已送入和获取。”我在这个问题上用Google搜索，这似乎很少见，有一些与此问题有关的问题，但并不完全相同。我认为当前的Keras软件包没有任何问题，我的代码中存在一些问题。我的JSON文件看起来也有些奇怪，它的配置列表为空，即使我调整了许多超级参数，也不知道是不是造成了这个问题。

我对Keras并不陌生，而且我在这项工作上有时间限制。

我已经尝试过针对类似问题的许多Stack Overflow问题，但他们似乎都没有关连或完全回答我的问题。我认为我的问题更多的是与代码相关的代码，而不是Keras版本中的某些错误。

这是我的代码：用于检索保存的文件

# load json and create model
json_file = open('lstm_model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()


loaded_lstm_model = model_from_json(loaded_model_json)


# load weights into new model
loaded_lstm_model.load_weights("lstm_model_weights.h5")
print("Loaded model from disk")


# evaluate loaded model on test data
loaded_lstm_model.compile(loss='binary_crossentropy',
                      optimizer='adam', metrics= 
['accuracy']) 

loaded_lstm_model.predict_classes(x=features_test_docs, batch_size=  
len(features_test_docs),verbose=0   )

我的features_test_docs是一个3-D数组，其中包含（样本数，时间步长，每个时间步中的功能数量）。这种形状与我先前所训练的功能一致。

这是我的代码：用于我的lstm单元的示例体系结构

self.lstm_model.add(

        LSTM (self.X.shape[2], return_sequences=True,

            input_shape= (self.num_tsteps, self.num_dim), activation='elu',

              recurrent_activation = 'elu', 
kernel_initializer='he_uniform', recurrent_initializer='he_uniform',

              use_bias=True



                         ))

这是保存的JSON文件：

{"class_name": "Sequential", "config": [], "keras_version": "2.2.0", "backend": "tensorflow"}

带有预测类别的二维数组

[[1]，[1]，[0]，[0]，[0] .....]

Keras InvalidArgumentError：连续_25_输入：0被送入和获取

0 个答案: