python – 在Keras中实现一个多输入模型,每个模型都有不同的样本大小(每个不同的批处理大小)

2019年7月28日 386次阅读

我目前正在尝试在Keras中实现多输入模型.输入由多个批次组成,每个批次包含不同的样本,但我得到“不同的样本”错误.我的实现看起来像这样：

模型站点如下所示：

for s in range(NUM_STREAMS):
    inp.append(Input(shape=(16,8)))
...

发生错误的站点：

history = model.train_on_batch(
                x=[x for x in X_batch],
                y=[y for y in y_batch]
            )

我得到的错误是：

ValueError: All input arrays (x) should have the same number of
samples. Got array shapes: [(6, 16, 8), (7, 16, 8), (6, 16, 8), (6, 16, 8)]

抽象模型架构如下所示：

《python – 在Keras中实现一个多输入模型,每个模型都有不同的样本大小(每个不同的批处理大小)》

最佳答案 仅供参考,当遇到类似的问题时,我在tensorflow中重写了我的模型,因为他们的计算图不限于保持批量大小维度不变.

点赞