NER建立模型时出现concat tensors不匹配问题

1 问题描述

    在建立NER识别模型时出现：

        TypeError: Tensors in list passed to 'values' of 'ConcatV2' Op have types [bool, float32] that don't all match.       

        

 

2 分析问题

    我们仔细看报错语句，可以看到真正报错的语句为：return tf.concat([to_dense(x) for x in tensors], axis)

        

    我们找到这行代码：

        

    进行断点调试：

          

    可以看到确实存在两个tensor的值类型不一致。

    回过头再来看报错的语句：

          TypeError: Tensors in list passed to 'values' of 'ConcatV2' Op have types [bool, float32] that don't all match.   

          这句话的意思是：传给concatV2操作的values值有两种类型，一直是bool类型，一种是float32类型。 

    从实际代码来看就是下面这一句：

        

    但是上面两个tensor值是哪里传过来的呢？

    经过调试，发现是从mask传过来的值：

        

    bool类型的值是mask，float32类型的值是zeros_like的返回值。

 

3 解决问题

    于是我们将建立模型时的参数：

        model.add(Embedding(len(self.vocab), self.Embedding_dim, mask_zero=True))

    改为：

        model.add(Embedding(len(self.vocab), self.Embedding_dim, mask_zero=False))

    于是，代码可以正常运行了：

     

 

4 问题总结

    (1) 需要认真看每一条报错信息对应代码；

    (2) 打断点调试到报错的语句，查看相应的数据值；

    (3) 怀疑是原始数据的问题导致，mask_zero不能设置为True，有待进一步分析。