我有一个M模型,有两个输入:x\u train1,x\u train2。经过重变换后,这些输入被连接成一个单独的数组x1×ux2。后来它被插入一个自动编码器,输出应该是x1×x2。但当我尝试拟合模型时,我得到以下错误:
ValueError:当向模型输入符号张量时,我们希望传感器具有静态批量大小。有形状的张量:(无,2080)
我知道问题在于如何指定预期的输出。我能够使用一个伪数组运行代码,比如np.零((962080)),但不是通过设置内层的输出。你知道吗
我做了以下工作以适应模型:
autoencoder.fit([x_train1, x_train2],
autoencoder.layers[-7].output,
epochs=50,
batch_size=8,
shuffle=True,
validation_split=0.2)
我怎样才能让Keras理解预期的输出应该是具有形状的内部层的输出(number\u of \u input \u images,2080)?你知道吗
我将执行以下操作:从Keras导入
Model
类并创建一个附加模型。你知道吗就这样,现在你可以用你的新模型来训练它。你知道吗
相关问题 更多 >
编程相关推荐