不能采用未知等级的Shape的长度

Question

我有一个神经网络,来自tf.data数据生成器和tf.keras模型,如下所示(简化版本 - 因为它太长了):

dataset = ...

阿tf.data.Dataset与所述对象next_x方法的调用get_next的x_train迭代器和用于next_y方法调用get_next的y_train迭代器.每个标签都是一个(1, 67)热门形式的数组.

图层:

input_tensor = tf.keras.layers.Input(shape=(240, 240, 3))  # dim of x
output = tf.keras.layers.Flatten()(input_tensor)
output= tf.keras.Dense(67, activation='softmax')(output)  # 67 is the number of classes

模型:

model = tf.keras.models.Model(inputs=input_tensor, outputs=prediction)
model.compile(optimizer=tf.train.AdamOptimizer(), loss=tf.losses.softmax_cross_entropy, metrics=['accuracy'])
model.fit_generator(gen(dataset.next_x(), dataset.next_y()), steps_per_epochs=100)

gen 定义如下:

def gen(x, y):
    while True:
        yield(x, y)

我的问题是,当我尝试运行它时,我在model.fit部件中出错:

ValueError: Cannot take the length of Shape with unknown rank.

任何想法都表示赞赏!

Answer 1

我发现出了什么问题。实际上，我必须run先进行下一批，tf.Session然后才能屈服。这是它的工作原理（我不编写其余的代码，因为它保持不变）：

model.fit_generator(gen(), steps_per_epochs=100)

def gen():
    with tf.Session() as sess:
        next_x = dataset.next_x()
        next_y = dataset.next_y()
        while True:
            x_batch = sess.run(next_x)
            y_batch = sess.run(next_y)
            yield x_batch, y_batch