我在keras＆＃39; def data_generator(full_data, encoder):
for s in full_data:
in1_X = encoder.encode(s[:,0])
in2_X = encoder.encode(s[:,1])
out1_y = encoder.encode(s[:,2])
out2_y = encoder.encode(s[:,3])
X = [in1_X, in2_X]
y = [out1_y, out2_y]
yield (X,y)
函数中使用的自定义生成器函数返回的numpy数组的形状有一个看似简单的问题。
生成器功能类似于：
(60,)我可以通过使用for循环并打印形状来获取in1_X返回的形状，该形状只返回fit_generator()
但是，当使用train_data_gen = data_generator(full_data, encoder)
main_in = Input(shape=(seq_len,), name='main_input')
# ...
# define model
# ...
joint_model.fit_generator(train_data_gen, steps_per_epoch=2000, epochs=2)
函数调用它时，它会失败：
Error when checking input:
expected main_input to have shape (None, 60) but got array with shape (60, 1)
输出是这样的：
(60,)如何才能将numpy数组从形状(60, 1)更改为形状var increment: Int = 0
var incrementTime = NSDate()
struct Instrumentation {
var title: String
var point: Int
var elapsedTime: Double
init(_ title: String, _ point: Int, _ elapsedTime: Double) {
self.title = title
self.point = point
self.elapsedTime = elapsedTime
}
}
var elapsedTimes = [Instrumentation]()
？还有其他人有这个问题吗？
答案 0 :(得分：1)
我们找到了对此问题的回复。请查看以下PR中的说明和评论：https://github.com/fchollet/keras/issues/4641 提供2D阵列为我们解决了这个问题。