'Tensor'对象没有属性'ndim'

Question

我正在尝试制作LSTM，LSTM（EMBEDDING），DNN的concat网络 解决分类问题

但是我得到了这个错误。 请参见下面的代码：

# Shared Feature Extraction Layer
from keras.utils import plot_model
from keras.models import Model
from keras.layers import Input
from keras.layers import Dense
from keras.layers.recurrent import LSTM
from keras.layers.merge import concatenate

# define input
visible = Input(shape=(190,1))
visible1 = Input(shape=(3000,1))

# feature extraction
extract1 =  LSTM(50, return_sequences=False)(visible)

extract2 = LSTM(50, return_sequences=False)(visible1)

# merge interpretation
merge = concatenate([extract1, extract2])
# output
output = Dense(1, activation='sigmoid')(merge)
model = Model(inputs=[visible,visible1], outputs=output)
# summarize layers
print(model.summary())
model.compile(optimizer = "adam", loss = 'binary_crossentropy', metrics= 
['accuracy'])  
print("test",data.shape) 
print("test2",data_.shape)
# model.fit([data,data_],  y,  epochs=20, verbose=1)

  

但出现此错误：   -------------------------------------------------- ------------------------- AttributeError Traceback（最近一次调用   最后）在（）   ----> 1个model.fit（[data，data_]，y，历元= 350，batch_size = 64）

     

/etc/anaconda3/lib/python3.6/site-packages/keras/engine/training.py在   fit（self，x，y，batch_size，epochs，verbose，callbacks，   validate_split，validation_data，随机播放，class_weight，   sample_weight，initial_epoch，steps_per_epoch，validation_steps，   ** kwargs）1628 sample_weight = sample_weight，1629 class_weight = class_weight，   -> 1630 batch_size = batch_size）1631＃准备验证数据。 1632 do_validation = False

     

/etc/anaconda3/lib/python3.6/site-packages/keras/engine/training.py在   _standardize_user_data（自身，x，y，sample_weight，class_weight，check_array_lengths，batch_size）1478
  output_shapes，1479年
  check_batch_axis = False，   -> 1480 exception_prefix ='目标'）1481 sample_weights =   _standardize_sample_weights（sample_weight，1482 self._feed_output_names）

     

/etc/anaconda3/lib/python3.6/site-packages/keras/engine/training.py在   _standardize_input_data（数据，名称，形状，check_batch_axis，exception_prefix）        74数据=数据。如果有数据。类。名称 =='DataFrame'否则为数据        75数据= [数据]   ---> 76数据= [np.expand_dims（x，1），如果x不为None并且x.ndim == 1否则x表示数据中的x]        77        78如果len（data）！= len（names）：

     

/etc/anaconda3/lib/python3.6/site-packages/keras/engine/training.py在   （.0）        74数据=数据。如果有数据。类。名称 =='DataFrame'否则为数据        75数据= [数据]   ---> 76数据= [np.expand_dims（x，1），如果x不为None并且x.ndim == 1否则x表示数据中的x]        77        78如果len（data）！= len（names）：

     

AttributeError：'Tensor'对象没有属性'ndim'

请帮助我：）

Answer 1

visible = Input(shape=(190,1))
visible1 = Input(shape=(3000,1))
model = Model(inputs=[visible,visible1], outputs=output)

然后您尝试运行model.fit([data,data_], y, epochs = 350, batch_size = 64)。然后，您应该有data_.shape == (*, 3000, 1)，但是您有data_.shape = (*, 190, 1)。那行不通。

但是摘要显示(None, 190, 1)。所以我想你已经纠正了。进行此更正后，网络可以正确地训练，我没有任何错误。

您的y的形状是什么？