input = Input(shape=(47,vocab_length))
X = Reshape([47,embedding_size,1])(X) 上面给出的是我的代码的一部分，这里我在嵌入层中得到一个错误，如下所示
浏览 9提问于2020-07-21得票数 0
数据有4个时间戳，但是嵌入的是input_length=3，那么input_length有什么意义呢？import numpy as npemb = keras.layers.Embedding(input_dim=2, output_dim=3, input_length
浏览 1提问于2019-08-15得票数 0
我试图构建嵌入和我的数据是成形的：( 20，7，12)，即20个训练样本，每个有7个单词，一个热编码到12个维度。当我使用以下规格来拟合我的模型时，我会得到错误：model= Sequential()
model.add(Embedding(12, embedding_dims,i
浏览 2提问于2021-03-04得票数 1
回答已采纳
假设我们有100个数据点，我们希望将分类数据作为嵌入层的输入，并使用Keras训练嵌入层。我们如何真正做到这一点？你能分享一些代码示例的直觉吗？我试过这个代码，但它给我一个错误，说"ValueError："input_length“是1，但收到的输入有形状(None，26)”。我已经参考了这个博客，但我不知道如何在我的特定情况下使用它。单词大小、输出dim和<e
浏览 21提问于2019-07-29得票数 0
回答已采纳
1回答
向Keras层输入
、、、、
我有以下形状的输入序列。共有1434个序列，每个序列的长度为185个，唯一的字符总数为37个。因此，在某种程度上，我们有如下的词汇大小。vocab_size=37user_input = keras.layers.Input(shape=((185,37)), name='Input_1')
user_ve
浏览 0提问于2019-07-25得票数 0
回答已采纳
1回答
我正在训练一个模型，以获得使用Keras嵌入文本，但遇到维度不兼容问题。我试过在不同的帖子中建议的东西，但没有能够解决错误。= Sequential()我<e
浏览 1提问于2021-02-26得票数 0
2回答
嵌入N维序列后的LSTM
、、、
我有一个具有形状(100000, 200, 2)的2维train_seq的输入序列，即100000个训练示例，序列长度为200，以及2个特征。这些序列是文本，因此每个元素都是一个单词，词汇量为5000个单词。因此，我想在LSTM之前使用嵌入层。Input(shape=(MAX_SEQUENCE_LENGTH,2))
x = Embedding(output_dim=EMBEDDING_SIZE, input_dim=MAX_FEATURES, input_le
浏览 17提问于2019-01-10得票数 0
回答已采纳
2回答
请有人解释一下下面所述层的输入和输出以及工作情况。model.add(Embedding(total_words, 64, input_length=max_sequence_len-1))
max_sequence_len以及为什么这个层的输出(无，10，64)
它不应该是每个单词的64维向量吗，也就是说(无，263，64)
浏览 0提问于2020-08-24得票数 1
回答已采纳
X_train数据维数为87482，3。 ValueError:在检查输入时出错:期望lstm_6_input具有形状(87482，1)，但得到形状为(87482，3)的数组
model = Sequential()#model.add(Embedding(top_words, embedding_vecor_length, input_length
浏览 4提问于2019-11-20得票数 1
2回答
我收到了来自Keras的非常混乱的错误消息。我使用以下模型，并将其传递给形状(num_examples, n, 1)的输入。n,1), return_sequences=False)) return model
我收到一条错误消息：ValueError: Error when checking target: expecte
浏览 0提问于2018-09-04得票数 1
回答已采纳
对于给定的句子，LSTM应该预测长度为4的one-hot编码值。这在第一步中很简单。 我想做的下一件事是向我的数据集中添加额外的信息。该信息是长度为5的单热编码向量。我的想法是在将数据传递给LSTM之前，将嵌入层与另一个输入形状连接起来。:除了连接轴之外，连接层需要具有匹配形状的输入。获取输入形状</e
浏览 16提问于2019-02-26得票数 0
回答已采纳
1回答
如何将形状为None，128的张量为1,128的张量连接起来。这里，第一个张量是一些未知长度的数据，第二个张量是不依赖于数据大小的固定张量。最后的输出应该是shapeNone，328。这是神经网络连接的一部分。我试过了在这里，a.shape = (None，
浏览 0提问于2021-11-13得票数 0
回答已采纳
我正在尝试使用Tensorflow Functional API来定义一个多输入神经网络。120, ),name="Input1")embedding_layer = Embedding(30,5, input_length如果我将Input2的形状更改为(None,10，)，那么我会得到这个错误： ValueError: Shape must be rank
浏览 212提问于2020-10-26得票数 0
1回答
我正在进行二值分类情感分析，无论是正的还是负的，我的lstm代码工作得很好，但我正在将我的lstm代码转换为cnn，值误差为input_length为30，但接收到的输入具有形状(无，1)。我的输入形状是(30,1)我的批次大小在lstm中是24。model.add(Embedding(30,
浏览 2提问于2018-11-02得票数 0
1回答
我有不同的长度输入。In [118]: X_padd=np.array(padded_sequences)
Out[119]: (13189, 694)X_reshaped = X_padd.reshape(X_padd.shape1，max_sequence_length，X_padd.shape)----> 1
浏览 5提问于2017-03-07得票数 3
3回答
我想要创建一个基本的RNN，它可以添加两个字节。以下是输入和输出，这些输入和输出需要简单的添加也就是说，X101110010我创建了以下顺序模型model.add(GRU(output_dim = 16, input_length期望lstm_input_1
浏览 7提问于2016-06-29得票数 5
1回答
我正在尝试对具有文本属性和TFIDF向量的数据集运行LSTM。I word嵌入文本和输入到LSTM层。接下来，我将连接LSTM输出和TFIDF向量。但是，下面代码中的第2行抛出以下错误： "ValueError:使用不是符号张量的输入调用了层lstm_1。收到的类型：。完整输入：[]。层的所有输入都应为张量。“ 代码如下所示，其中len(term_Index)+1 = 9
浏览 44提问于2020-03-23得票数 1
回答已采纳
我是keras的新手，我正面临这样的错误: ValueError:检查模型目标时出错:期望dense_1具有形状(None，10)，但得到具有形状(10，1)的数组。我的输入数组形状是(10,1010)model = Sequential()
model.add(Dense(10, batch_input_shape=(<e
浏览 1提问于2016-12-26得票数 3
我试图在keras中创建一个LSTM/GRU模型，以便将给定的文章分类为4个类中的一个。vocab_size, weights=[embedding_matrix], batch_size=batch_size, validation_split=
浏览 1提问于2020-01-17得票数 2
，我有一个矩阵embeddings的[V, 1]形状。我想规范那些行的范数大于1的行。然而，我得到了ValueError：
ValueError:尺寸必须相等，但对于输入形状为11202,2,11202的“truediv_1”(op：“RealDiv”)，则为2和11202。据我所知，矩阵norm_embed具有[V]形状，但在向量[V]除法[V, k]矩阵时，应对后者进行广播。
浏览 1提问于2017-10-24得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
