python - 具有可变输入形状的 Keras

Question

我正在尝试构建一个模型，该模型应该采用两个可变长度的输入:

env_input1 = Input(shape=(None,), dtype='int32')
env_input2 = Input(shape=(None,), dtype='int32')
env = concatenate([env_input1, env_input2])
env = Dense(50, activation='relu')(env)
env = Dense(100, activation='relu')(env)
env = Dense(50, activation='relu')(env)
env_output = Dense(1)(env)
env_model = Model(inputs=[env_input1, env_input2], outputs=[env_output])
adam_opt = Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0, amsgrad=False)
env_model.compile(loss='mse', optimizer=adam_opt, metrics=['accuracy'])

我收到此错误:

TypeError: unsupported operand type(s) for +: 'NoneType' and 'int'

有什么建议可以解决这个问题吗？

Answer 1

人工神经网络无法使用可变长度输入，因为网络中的第一个密集层不知道在训练之前要初始化的权重维度。

但是在卷积神经网络的情况下，您可能在输入时具有可变的图像尺寸，因为在 Conv2D 的情况下，所有输入参数决定权重的尺寸。我们稍后在 CNN 的情况下使用全局平均池，在 CNN 特征提取器之后成功添加密集层分类器。