使用不是符号张量keras的输入调用的层

Question

我试图将一层的输出传递到两个不同的层,然后将它们连接在一起.但是,我被这个错误所阻止,这个错误告诉我输入不是符号张量.

Received type: <class 'keras.layers.recurrent.LSTM'>. All inputs to the layers should be tensors.

但是,我相信我非常密切地关注文档:https: //keras.io/getting-started/functional-api-guide/#multi-input-and-multi-output-models

我不完全确定为什么这是错的？

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])

谢谢

Answer 1

看起来您实际上并未向LSTM图层提供输入.您可以指定递归神经元的数量和输入的形状,但不提供输入.尝试:

lstm_out = LSTM(128, input_shape=(maxlen, len(chars)))(net_input)

Answer 2

我知道，文档可能会令人困惑，但 Concatenate 实际上只需要“axis”作为参数，而您传递图层。这些层需要作为参数传递给它的结果，如下所示：

要修改的行：

x = keras.layers.concatenate([book_out, char_out])

应该如何：

x = keras.layers.Concatenate()([book_out, char_out])