Couche appelée avec une entrée qui n'est pas une symbolique du tenseur de keras
Je suis en train de passer de la sortie d'une couche en deux couches, puis se joindre à eux. Cependant, je suis d'être arrêté par cette erreur qui me dit que mon entrée n'est pas une symbolique tenseur.
Received type: <class 'keras.layers.recurrent.LSTM'>. All inputs to the layers should be tensors.
Cependant, je crois que je suis en suivant la documentation de très près:
https://keras.io/getting-started/functional-api-guide/#multi-input-and-multi-output-models
et ne suis pas entièrement sûr de savoir pourquoi c'est mal?
net_input = Input(shape=(maxlen, len(chars)), name='net_input')
lstm_out = LSTM(128, input_shape=(maxlen, len(chars)))
book_out = Dense(len(books), activation='softmax', name='book_output')(lstm_out)
char_out = Dense(len(chars-4), activation='softmax', name='char_output')(lstm_out)
x = keras.layers.concatenate([book_out, char_out])
net_output = Dense(len(chars)+len(books), activation='sigmoid', name='net_output')
model = Model(inputs=[net_input], outputs=[net_output])
Grâce
OriginalL'auteur tryingtolearn | 2017-06-30
Vous devez vous connecter pour publier un commentaire.
Il semble que vous n'êtes pas en train de donner un signal d'entrée du LSTM couche. Vous spécifiez le nombre de neurones récurrents et les forme de l'entrée, mais ne fournissent pas une entrée. Essayez:
Dense
.il pourrait être une faute de frappe aussi
OriginalL'auteur Aditya Gune
Je pense que vous devez ajouter de l'axe=1 pour concaténer, Essayez:
OriginalL'auteur Tina