Keras 中的串联层

Question

我正在尝试接受 2 个输入到我的模型中。但它有一个奇怪的问题。x1= layers.Input((20000,))x2= layers.Reshape((200,100), input_shape=(20000,))(x1)y1= layers.Input((200000,))y2= layers.Reshape((2000,100), input_shape=(200000,))(y1)combine = layers.Concatenate(axis=1)([x2, y2])model = tf.keras.Model(inputs=[x1, y1], outputs=combine)model.predict([datasetA, datasetB])如果我接受一个输入，模型就可以运行。model = tf.keras.Model(inputs=[x1], output=x2)model.predict(datasetA)但如果我接受两个输入，模型就死了。Failed to find data adapter that can handle input: (<class 'list'> containing values of types {"<class 'tensorflow.python.data.ops.dataset_ops.PrefetchDataset'>"}), <class 'NoneType'>即我的数据集的结构是：<PrefetchDataset shapes: ((None, 20000), (None,)), types: (tf.int64, tf.int32)>1 Dataset -> 5 Batche_data and 5 batch_LabelEach Batch_data -> 3 recordsEach record -> [20000]Each batch_Label -> 3 recordsEach label -> 0 / 1 for classification我该如何解决这个问题？

Answer 1

好的，所以我找到了答案，一切都很简单。在自然状态下，它仅返回 140 个字符，因此而不是

statuses = api.user_timeline(id=462886126)    print(statuses[0].text)

我只需要：

statuses = api.user_timeline(id=462886126, tweet_mode='extended')    print(statuses[2].full_text)

Answer 2

您用于tensoflow.keras导入图层吗？唯一可能出现model.summary 问题的是您通过模型的形状。

这段代码工作正常。张量流==2.0.0

import tensorflow as tf

import numpy as np

datasetA = np.zeros((10,20000),dtype=int)

datasetB = np.zeros((10,200000),dtype=int)

x1= tf.keras.layers.Input((20000,))

x2= tf.keras.layers.Reshape((200,100), input_shape=(20000,))(x1)

y1= tf.keras.layers.Input((200000,))

y2= tf.keras.layers.Reshape((2000,100), input_shape=(200000,))(y1)

combine = tf.keras.layers.Concatenate(axis=1)([x2, y2])

model = tf.keras.Model(inputs=[x1, y1], outputs=combine)

model.summary()

model.predict([datasetA, datasetB])

print('the predict done')], outputs=combine)