Question

我正在尝试使用非时间相关变量的并行输入构建LSTM模型。这些变量中的一些本质上是分类的，我想创建它们通过嵌入层，然后稍后再与LSTM联接。

请在下面查看我正在尝试的代码，但出现错误“ TypeError：无法散列的类型：'list'“

以下是我到目前为止编写的代码。

model = Model(inputs=[cat_els, ts_inputs], outputs=out_class)

我的cat_els定义为（3个张量的列表）：

[<tf.Tensor 'flatten_10/Reshape:0' shape=(?, ?) dtype=float32>,
 <tf.Tensor 'flatten_11/Reshape:0' shape=(?, ?) dtype=float32>,
 <tf.Tensor 'flatten_12/Reshape:0' shape=(?, ?) dtype=float32>]

ts_inputs定义为：

<tf.Tensor 'input_3:0' shape=(?, 6, 17) dtype=float32>

错误回溯

 File "<ipython-input-48-601f97a5b348>", line 31, in <module>
    model = Model(inputs=[cat_els, ts_inputs], outputs=out_class)

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\legacy\interfaces.py", line 91, in wrapper
    return func(*args, **kwargs)

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\network.py", line 93, in __init__
    self._init_graph_network(*args, **kwargs)

  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\network.py", line 147, in _init_graph_network
    if len(set(self.inputs)) != len(self.inputs):

TypeError: unhashable type: 'list'

任何人都可以告诉我我在这里做错了什么吗

Answer 1

Keras不支持输入本身就是输入层列表，输入列表需要包含输入层，您可以通过串联输入来实现：

model = Model(inputs=cat_els + [ts_inputs], outputs=out_class)

然后该模型将具有4个输入层。

将LSTM与具有嵌入层的并行MLP网络连接

1 个答案: