keras: Тензорные объекты не повторяются, когда активное выполнение не включено - PullRequest
Новая
       59

keras: Тензорные объекты не повторяются, когда активное выполнение не включено

0 голосов
/ 08 сентября 2018

Я пишу модель от последовательности к последовательности в Керасе. Почему-то, когда я пытаюсь определить модель в функции ниже: 

def define_GRU_models(encoder_input_dim,
              output_dim,
              activation,
              n_units):
# define training encoder #
###########################
# layer 1
encoder_inputs = Input(shape=encoder_input_dim)
l1_encoder = GRU(n_units,
                      name='l1_encoder',
                      return_sequences=True,
                      return_state=True)
l1_encoder_outputs, l1_encoder_state = l1_encoder(encoder_inputs)

# layer 2
l2_encoder = GRU(n_units,
                      name='l2_encoder',
                      return_state=True)
l2_encoder_outputs, l2_encoder_state = l2_encoder(l1_encoder_outputs)

# define training decoder #
###########################

# layer 1
decoder_inputs = Input(shape=(None, output_dim))
l1_decoder_gru = GRU(int(n_units/2),
                          name='l1_decoder_gru',
                          return_sequences=True,
                          return_state=False)
l1_decoder_outputs, _ = l1_decoder_gru(decoder_inputs)

# layer 2
l2_decoder_gru = GRU(n_units,
                          name='l2_decoder_gru',
                          return_sequences=True,
                          return_state=False)
l2_decoder_outputs, _ = l2_decoder_gru(l1_decoder_outputs, initial_state=l1_encoder_state)

# layer 3
l3_decoder_gru = GRU(n_units,
                          name='l3_decoder_gru',
                          return_sequences=True,
                          return_state=False)
l3_decoder_outputs, _ = l3_decoder_gru(l2_decoder_outputs, initial_state=l2_encoder_state)

# layer 4
l4_decoder_gru = GRU(int(n_units/2),
                          name='l4_decoder_gru',
                          return_state=False                              )
l4_decoder_outputs, _ = l4_decoder_gru(l3_decoder_outputs)

decoder_dense = Dense(output_dim, name='decoder_dense', activation=activation)
decoder_outputs = decoder_dense(l4_decoder_outputs)
model = Model([encoder_inputs, decoder_inputs], decoder_outputs)

return model

Я дошел до этой ошибки: 

Tensor objects are not iterable when eager execution is not enabled. To iterate over this tensor use tf.map_fn.

для этой строки (первый слой декодера): 

l1_decoder_outputs, _ = l1_decoder_gru(decoder_inputs)

Я не могу найти решение в любом другом месте. Что я делаю неправильно? Потому что это кажется совместимым с примером keras.

Кстати, мои входные функции: 

(168, 12), 24, 'softmax', 128

1 Ответ

0 голосов
/ 08 сентября 2018

Проблема в том, что 'l1_decoder_gru' не возвращает свои состояния (т.е. return_state=False). Он имеет только один выходной тензор, который назначен на l1_decoder_outputs. Поэтому для решения этой проблемы либо удалите часть , _ в левой части назначения: 

l1_decoder_outputs = l1_decoder_gru(decoder_inputs)

или в качестве альтернативы вы можете установить аргумент return_state на True для слоя 'l1_decoder_gru' (конечно, если это имеет смысл, и вам может понадобиться состояние этого слоя в другой части вашей модели). То же самое относится и к другим слоям GRU, которые вы определили и использовали в своей модели.

...