Я пытаюсь построить модель глубокого обучения с Keras API, структура модели выглядит примерно так:
Первые извлечения функций из встраивания Elmo:
#input 1
input_text = layers.Input(shape=(1,), dtype="string")
embedding = ElmoEmbeddingLayer()(input_text)
model_a = Model(inputs = [input_text] , outputs=embedding)
# shape : [None,1024]
Тогда есть однамодель, которая принимает две входные матрицы и возвращает вывод
TypeError: unhashable тип: 'list'
Поэтому я изменяю эту строку
model = Model( inputs = [model_a.input, model_s.input], outputs = cov)
на
model = Model( inputs = [model_a.input, model_s.input[0], model_s.input[1]], outputs = cov)
Теперь, когда япопытался запустить код, но получил эту ошибку:
Выходные тензоры в модель должны быть выходными данными Keras Layer
(таким образом, удерживая метаданные прошлого слоя). Найдено: Тензор ("MatMul_16: 0", форма = (?, 10), dtype = float32)