ValueError：将符号张量馈送到模型时，我们期望张量具有静态批大小。得到具有形状的张量：（无，10）

Question

我正在尝试通过首先标记它们（然后将它们馈送到我的嵌入层）来训练3种（问题，事件，事件）不同的文本数据。

我收到以下错误：

  

ValueError：将符号张量馈送到模型时，我们期望张量具有静态批大小。得到了具有以下形状的张量：（无，10）。

我将标签作为一种热编码矢量。

#issue
x=Input(shape=(18,))
#narrative
y=Input(shape=(1222,))
#event
z=Input(shape=(66,))

#issue
a = Embedding(output_dim=32, input_dim=1500)(x)
#narrative
b = Embedding(output_dim=512, input_dim=8000)(y)
#event
c = Embedding(output_dim=64, input_dim=214)(z)


iss=LSTM(10,return_sequences=False)(a)
narr=LSTM(10,return_sequences=False)(b)
eve=LSTM(10,return_sequences=False)(c)
out=concatenate([iss, narr, eve],axis=-1)

output=Dense(10, activation='softmax')(out)
model = Model(inputs=[x,y,z], outputs=output)
model.compile(optimizer='adam',
          loss='categorical_crossentropy',
          metrics=['accuracy'])
n=model.fit([issue,narr, event],y,epochs=10, verbose=2)