不能在Keras

Question

傳遞validation_data到模型與幾個輸入

我有一個模型有兩個輸入和一個輸出：

... 
model = models.Model([l_in_wv, l_in_ng], [l_out]) 
model.compile(optimizer="Adam", loss=loss_fn, metrics=[...], sample_weight_mode="temporal") 
model.fit([tokens_wv_j, tokens_ng_j], anno_onehot, validation_split=0.2 verbose=1, epochs=20, batch_size=400, sample_weight=sample_weights, callbacks=[checkpoint]) 

它，只要我不試圖通過細列車一個單獨的數據集，如validation_data，例如

model.fit([tokens_wv_j, tokens_ng_j], anno_onehot, validation_data=[[tokens_wv_j_val, tokens_ng_j_val], anno_j_val], verbose=1, epochs=20, batch_size=400, sample_weight=sample_weights, callbacks=[checkpoint]) 

如果我嘗試這樣做，模型立刻引發此錯誤

ValueError: Error when checking target: expected l_out to have 3 dimensions, but got array with shape (131943, 50) 

我試圖改變我的數據集傳遞給([tokens_wv_j_val, tokens_ng_j_val], anno_j_val)或((tokens_wv_j_val, tokens_ng_j_val), anno_j_val)甚至(tokens_wv_j_val, tokens_ng_j_val, anno_j_val)（順便這顯然是錯誤，因爲在這種情況下第三個數組被認爲是sample_weights），但所有選項只會導致稍微不同的錯誤消息。此功能是否受支持？關於多輸入模型的文檔沒有提供任何關於它的信息。

Answer 1

嘛....如果培訓工作，你只需要確保這些形狀相匹配，除了拳頭大小（批量）：

• tokens_wv_j.shape[1:] = tokens_wv_j_val.shape[1:]
• tokens_ng_j.shape[1:] = tokens_ng_j_val.shape[1:]
• anno_onehot.shape[1:] = anno_j_val.shape[1:]