Question

我正在尝试对Keras进行简单的测试。

下面是代码

inputs = Input(shape=(seq_length, latent_dim)) # seq_length=3, latent_dim=2
reshaped_d_inputs = Reshape((inputs.get_shape()[1] * inputs.get_shape()[2], ))(inputs)
print(reshaped_d_inputs.get_shape()) # (?, 6)
repeat_d_repeat = RepeatVector(seq_length)(reshaped_d_inputs)
repeat_d = Reshape((seq_length, inputs.get_shape()[1], inputs.get_shape()[2]))(repeat_d_repeat)
print(repeat_d.get_shape()) # (?, 3, 3, 2)


permuted_e = Permute((2, 1))(inputs)
reshaped_e_inputs = Reshape((inputs.get_shape()[1] * inputs.get_shape()[2], ))(permuted_e)
permuted_e_repeat = RepeatVector(seq_length)(reshaped_e_inputs)
repeat_e = Reshape((seq_length, inputs.get_shape()[2], inputs.get_shape()[1]))(permuted_e_repeat)
repeat_e = Permute((1, 3, 2))(repeat_e)
print(repeat_e.get_shape()) # (?, 3, 3, 2)

outputs = Concatenate(-1)([repeat_d, repeat_e])
model = Model(inputs=inputs, outputs=outputs)
model.compile(optimizer='rmsprop', loss='mse')
output_array = model.predict(input_array)

但是从keras.layers进行连接会发出错误。

TypeError跟踪（最近的呼叫   最后）        14打印（repeat_e.get_shape（））        15   ---> 16个输出= Concatenate（-1）（[repeat_d，repeat_e]）        17模型=模型（输入=输入，输出=输出）        18 model.compile（optimizer ='rmsprop'，loss ='mse'）

d：\ igs_projects \ nlp_nlu \ venv \ lib \ site-packages \ keras \ engine \ base_layer.py   在通话中（自己，输入内容，**假人）       429'您可以通过以下方式手动构建它：       430'layer.build(batch_input_shape)'）   -> 431 self.build（解包单个（input_shapes））       432 self.built =真       433

d：\ igs_projects \ nlp_nlu \ venv \ lib \ site-packages \ keras \ layers \ merge.py   在构建中（self，input_shape）       355 for i in range（len（reduced_inputs_shapes））：       356 [delta] _inputs_shapes [i] [self.axis]   -> 357 shape_set.add（tuple（reduced_inputs_shapes [i]））       358（如果len（shape_set）> 1：       359提高ValueError（'Concatenate层需要'

TypeError：不可散列的类型：'Dimension'

有想法合并两个张量层吗？

Keras不可散列的类型：对两个张量使用Concatenate时的“维度”

0 个答案: