Keras d'erreur “Vous devez fournir une valeur pour l'espace réservé tenseur 'bidirectional_1/keras_learning_phase' avec dtype bool”

J'obtiens l'erreur suivante pour l'extrait de code ci-dessous:

Vous devez fournir une valeur pour l'espace réservé tenseur
'bidirectional_1/keras_learning_phase' avec dtype bool

Si j'ajoute le décrochage de la couche de model.add(Dropout(dropout)), il fonctionne. Quelqu'un sait pourquoi? Le back-end est Tensorflow, Keras 2.0.1

def prep_model1(embedding_layer1, embedding_layer2, dropout=0.5):

    model0 = Sequential()  
    model0.add(embedding_layer1)
    model0.add(Bidirectional(LSTM(128, return_sequences=False, dropout=dropout)))

    model1 = Sequential() 
    model1.add(embedding_layer2)
    model1.add(Bidirectional(LSTM(128, return_sequences=False, dropout=dropout)))

    model = Sequential()
    model.add(Merge([model0, model1], mode='concat', concat_axis=1))
    #model.add(Dropout(dropout))
    model.add(Dense(1, activation='sigmoid'))

    return model

OriginalL'auteur wolfshow | 2017-03-23

  1. 26

    Essayez d'importer K et définir phase d'apprentissage avant de votre modèle.

    from keras import backend as K

K.set_learning_phase(1) #set learning phase

    De ce problème

    Important: avant de construire le modèle. Aussi pour BatchNorm.
    Il est dit ici: La "phase d'apprentissage" est un indicateur est un indicateur qui indique la formation/de l'inférence. Il est mis à 1 lors de l'utilisation, par exemple fit et à 0 lors de l'utilisation, par exemple predict. K.set_learning_phase(False) définit la "phase d'apprentissage" pour être toujours à 0, c'est à dire fit auront le modèle de comportement dans le mode de déduction (par exemple, pas d'abandon et d'BatchNorm comportement d'ensemble à l'inférence).

    OriginalL'auteur vega