向Lambda層Tensorflow提供多個輸入資訊

我想在keras/tensorflow的lambda層中做一個極其簡單的加法器的例子（把兩個標量張量加在一起）。以下是我的最小例子：

import tensorflow as tf
from tensorflow import keras

def adder（x1，x2）。
  return tf.math.add(x1,x2)

我可以對我的加法器函式進行一次快速測驗：

這將得到正確的輸出：

這將得到正確的輸出。

tf.Tensor(33.1, shape=（）, dtype=float32)

所以我現在定義了一個多輸入的keras網路，其中有一個lambda層，它試圖將兩個輸入加在一起：

網路摘要看起來是正確的：

modelAdder.predict([scaler1, scaler2])

錯誤回溯：

---------------------------------------------------------------------------
IndexError 回溯（最近的一次呼叫）。
<命令-4319124675560319> in <模塊>
     16 print（adder(scaler1,scaler2)
     17 
--> 18 modelAdder.predict([scaler1, scaler2])

/databricks/python/lib/python3.8/site-packages/keras/engine/training.py in predict(self, x, batch_size, verbose, steps, callbacks, max_queue_size, workers, use_multiprocessing)
   1718 ' 。考慮將其設定為AutoShardPolicy.DATA。')
   1719 
-> 1720 data_handler = data_adapter.get_data_handler(
   1721 x=x,
   1722 batch_size=batch_size。

/databricks/python/lib/python3.8/site-packages/keras/engine/data_adapter.py in get_data_handler(*args, **kwargs)
   1381 if getattr(kwargs["model"]。"_cluster_coordinator", None）。)
   1382 return _ClusterCoordinatorDataHandler(*args, **kwargs)
-> 1383 return DataHandler(*args, **kwargs)
   1384 
   1385 

/databricks/python/lib/python3.8/site-packages/keras/engine/data_adapter. py in __init__(self, x, y, sample_weight, batch_size, steps_per_epoch, initial_epoch, epochs, shuffle, class_weight, max_queue_size, workers, use_multiprocessing, model, steps_per_execution, distribute)
   1136[/span 
   1137 adapter_cls = select_data_adapter(x, y)
-> 1138 self._adapter = adapter_cls(
   1139 x,
   1140 y,

/databricks/python/lib/python3.8/site-packages/keras/engine/data_adapter.py in __init__（self, x, y, sample_weights, sample_weight_modes, batch_size, epochs, steps, shuffle, **kwargs)
    238 inputs = pack_x_y_sample_weight(x, y, sample_weights)
    238 inputs = pack_x_y_sample_weight(x, y, sample_weights) 
--> 240 num_samples = set(int(i. shape[0]) for i in tf.nest.flatten(inputs)).pop()
    241 _check_data_cardinality(inputs)
    242 _check_data_cardinality(inputs) 

/databricks/python/lib/python3.8/site-packages/keras/engine/data_adapter.py in <genexpr>（.0)
    238 inputs = pack_x_y_sample_weight(x, y, sample_weights)
    238 inputs = pack_x_y_sample_weight(x, y, sample_weights) 
--> 240 num_samples = set(int(i. shape[0]) for i in tf.nest.flatten(inputs)).pop()
    241 _check_data_cardinality(inputs)
    242 _check_data_cardinality(inputs) 

/databricks/python/lib/python3.8/site-packages/tensorflow/python/framework/tensor_shape.py in __getitem__(self, key)
    894 else:
    895 if self._v2_behavior:
--> 896 return self._dims[key].value
    897 else:
    898 return self._dims[key] 。

IndexError: list index out of range

我有一種感覺，我在這里錯過了一些簡單的東西，但是我試著看了一下類似的問題（例如：。如何將兩個輸入放入 tensorflow lambda 層），但卻找不到我做錯的地方。

uj5u.com熱心網友回復：

經過進一步除錯，我已經解決了這個問題。這個問題是由于我在呼叫model.predict函式時沒有包含一個批處理維度。

將上面的predict行改為：

modelAdder.predict([tf.expand_dims(scaler1,0), tf.expand_dims(scaler2,0) ] )

通過為該批次的每個張量添加一個額外的維度來解決這個問題。上述命令產生的張量是：

Out[48]: array([33.1]], dtype=float32)

標籤：

上一篇：從Edit中獲取價值以處理區域

下一篇：無法加載帶有自定義層的keras模型