keras 多输入单输出出现的问题ValueError: Error when checking model input: the list of Numpy arrays that you are

原创

于 2019-03-21 14:38:16 发布 · 1.6w 阅读

6 ·

CC 4.0 BY-SA版权

文章标签：

#kreas #tensor #keras多输入

在Keras中尝试构建一个多输入单输出的文本分类模型时，使用不同嵌入技术的文本数据遇到错误。错误信息指出模型输入的Numpy数组数量与预期不符。通过检查发现，fit函数在验证数据部分只传递了一个数组，而模型期望的是两个。解决方案是确保验证数据的输入与训练数据相同，即修改为`modelll.fit([x_train,x_train], y_train, validation_data=([x_val,x_val], y_val), epochs=10, batch_size=64)`。" 108438170,5631988,跳表：有序链表的二分查找进化,"['数据结构', '算法', 'Java', 'JDK源码']

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

新手上路，

文本分类中，我将一个文本用不同的嵌入得到不同的表示，代码如下

#第一种嵌入

sentence_input_pos = Input(shape=(MAX_TEXT_LENGTH,), dtype='int32')
embedded_sequences_pos = embedding_layer_pos(sentence_input_pos)
l_lstm_pos = Bidirectional(GRU(50, return_sequences=False))(embedded_sequences_pos)

#第二种嵌入

sentence_input = Input(shape=(MAX_TEXT_LENGTH,), dtype='int32')
embedded_sequences = embedding_layer(sentence_input)
l_lstm = Bidirectional(GRU(50, return_sequences=False))(embedded_sequences)

#拼接起来

concatenate = Lambda(lambda x :K.concatenate(x,-1))([l_lstm,l_lstm_pos])
preds = Dense(5, activation='softmax')(concatenate)

modelll = Model(inputs = [sentence_input_pos,sentence_input], outputs = preds)
print(modelll.summary())
plot_model(modelll, to_file='C:\Users\ycl\Desktop\Flatten.png', show_shapes=True)

sgd = optimizers.SGD(momentum=0.9)
modelll.compile(loss='categorical_crossentropy',
optimizer=sgd,
metrics=