Последовательная модель Keras с несколькими входами, Tensorflow 1.9.0 - PullRequest
Новая
       13

Последовательная модель Keras с несколькими входами, Tensorflow 1.9.0

0 голосов
/ 18 февраля 2020

Я пытаюсь создать нейронную сеть, имеющую два входа определенного размера (здесь четыре) каждый и один выход одинакового размера (так же четыре). К сожалению, я всегда получаю эту ошибку при запуске моего кода: 

ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not
the size the model expected. Expected to see 2 array(s), but instead got the following list of 1 arrays:
[array([[[-1.07920336,  1.16782929,  1.40131554, -0.30052492],
         [-0.50067655,  0.54517916, -0.87033621, -0.22922157]],

        [[-0.53766128, -0.03527806, -0.14637072,  2.32319071],
         [ 0...

Я думаю, проблема заключается в том, что, как только я передаю данные для обучения, форма ввода либо неверна, либо у меня есть проблема типа данных. Следовательно, вокруг массива есть дополнительная скобка списка.

Я использую Tensorflow 1.9.0 (из-за ограничений проекта). Я уже проверил функцию поиска и попытался найти решения здесь . Ниже приведен пример кода для воспроизведения моей ошибки: 

import numpy as np
import tensorflow as tf
from tensorflow import keras
import keras.backend as K
from tensorflow.keras import layers, models

def main():

    ip1 = keras.layers.Input(shape=(4,))
    ip2 = keras.layers.Input(shape=(4,))
    dense = layers.Dense(3, activation='sigmoid', input_dim=4)  # Passing the value in a weighted manner
    merge_layer = layers.Concatenate()([ip1, ip2])  # Concatenating the outputs of the first network
    y = layers.Dense(6, activation='sigmoid')(merge_layer)  # Three fully connected layers
    y = layers.Dense(4, activation='sigmoid')(y)
    model = keras.Model(inputs=[ip1, ip2], outputs=y)

    model.compile(optimizer='adam',
                  loss='mean_squared_error')
    model.summary()

    # dataset shape: 800 samples, 2 inputs for sequential model, 4 input size
    X_train = np.random.randn(800, 2, 4)
    y_train = np.random.randn(800, 4)
    X_test = np.random.randn(200, 2, 4)
    y_test = np.random.randn(200, 4)

    history = model.fit(X_train, y_train, validation_data=(X_test, y_test), epochs=1000, batch_size=32)


 if __name__ == '__main__':
     main()

1 Ответ

0 голосов
/ 18 февраля 2020

При наличии нескольких входов keras ожидает список из нескольких массивов. Размер списка соответствует количеству входов, которые у вас есть для модели.

Таким образом, в основном вам нужно передать список из 2 массивов каждый с формой (X, 4) 

X_train1 = np.random.randn(800, 4)
X_train2=np.random.randn(800,4)
y_train = np.random.randn(800, 4)
X_test1 = np.random.randn(200, 4)
X_test2 = np.random.randn(200, 4)
y_test = np.random.randn(200, 4)

history = model.fit([X_train1,X_train2], y_train, validation_data=([X_test1,X_test2], y_test), epochs=1000, batch_size=32)
...