Keras错误-“我们期望张量具有静态批大小”

Question

我正在尝试一种多输入模型，但会出错。这是我的代码：

### Features
toks_pad = pad_sequences(toks_feat, maxlen=maxlen, dtype  = 'object', value= None)
pos_pad  = pad_sequences(pos_feat,  maxlen=maxlen, dtype  = 'object', value= None)
print(f"toks_pad shape:{toks_pad.shape} | pos_pad shape {pos_pad.shape}")

  

toks_pad形状：（143，15）| pos_pad形状（143，15）

toks_pad[0]

  

array（[无，无，无，无，无，无，无，无，无，          “听力损失”，“原因”，“原因”，“影响”，“老花眼”]，         dtype = object）

print(f"ntoks:{ntoks} | npos:{npos} | ndep:{ndep} | nrel:{nrel} | maxlen:{maxlen}")
toks_inp   = Input(shape=(maxlen,), dtype='string', name='toks')
toks_emb   = layers.Embedding(input_dim = ntoks, output_dim = 32, input_length= maxlen)(toks_inp) ## for small testing data use GLOVE
toks_enc   = layers.LSTM(32)(toks_emb)

pos_inp    = Input(shape=(maxlen,), dtype='string', name='pos')
pos_emb    = layers.Embedding(input_dim = npos, output_dim = 32, input_length= maxlen)(pos_inp)   ## for small testing data use GLOVE
pos_enc    = layers.LSTM(32)(pos_emb)

  

ntoks：440 | npos：43 | ndep：43 |否：22 | maxlen：15

### Model
concat     = layers.concatenate([toks_enc, pos_enc], axis=-1)
answers    = layers.Dense(nrel,activation='softmax')(concat)
model      = Model([toks_inp, pos_inp], answers)
model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['acc'])

model.fit({'toks': toks_pad, 'pos': pos_pad}, answers, epochs=5, batch_size=10)

  

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。得到了张量形状：（无，22）