Question

我的模特是：

install

摘要是：

activate

但是当我运行它时，出现错误：

model = Sequential()
model.add(Embedding(input_dim=vocab_size,
                    output_dim=1024, input_length=self.SEQ_LENGTH))

model.add(LSTM(vocab_size))

model.add(Dropout(rate=0.5))
model.add(Dense(vocab_size, activation='softmax'))
print(model.summary())

model.compile(loss='sparse_categorical_crossentropy',
              optimizer="adam", metrics=['accuracy'], callbacks=callbacks)

我需要更改什么才能使其更好地匹配？

Answer 1

我不认为您的模型是您想要的：

model.add(LSTM(vocab_size))

您不希望LSTM层具有4946个神经元。

model.add(Dense(vocab_size, activation='softmax'))

我想你不想预测4946个班级。

but got array with shape (4945,)

您的模型需要一个数据集，其中每一行都是单词索引列表，最大索引为vocab_size。

我需要更改什么才能使其更好地匹配？我认为您应该看看keras NLP示例。解释得很好。

如何确定Keras LSTM输入/输出尺寸？

1 个答案: