python - Keras 错误 : Expected size[1] in [0, 0]，但得到 1

Question

我正在尝试在 Keras 中的更大的 seq2seq 模型中构建解码器，但当我运行 fit 函数时，我不断收到以下错误。否则模型构建得很好。

InvalidArgumentError: Expected size[1] in [0, 0], but got 1
[[Node: lambda_2/Slice = Slice[Index=DT_INT32, T=DT_FLOAT, 
_device="/job:localhost/replica:0/task:0/device:CPU:0"](lambda_1/Slice, 
metrics/acc/Const, lambda_2/Slice/size)]]

lambda_x/Slice 似乎指的是循环中的 lambda 函数。

我的模型有 4 个形状为 (N, 11)、(N, 3)、(N, 11)、(N, 3) 的输入，并输出形状为 的 softmax 分布(N，11，1163)。

下面是我的解码器代码，其中使用了分离器层:

def _decoder_serial_input(self, encoder_states, state_h, state_c):
    """
    Compute one-by-one input to decoder, taking output from previous time-step as input
    :param encoder_states: All the encoder states
    :param state_h: starting hidden state
    :param state_c: starting cell state
    :return: Concatenated output which is shape = (N, Timestep, Input dims)
    """

    all_outputs = []
    states = [state_h, state_c] 
    inputs = self.decoder_inputs  # Shape = N x num_timestep

    repeat = RepeatVector(1, name="decoder_style")
    conc_1 = Concatenate(axis=-1, name="concatenate_decoder")
    conc_att = Concatenate(axis=-1, name="concatenate_attention")

    for t in range(self.max_timestep):

        # This slices the input. -1 is to accept everything in that dimension
        inputs = Lambda(lambda x: K.slice(x, start=[0, t], size=[-1, 1]))(inputs)

        embedding_output = self.embedding_decoder(inputs)
        style_labels = repeat(self.decoder_style_label) 

        concat = conc_1([embedding_output, style_labels])  # Join to style label

        decoder_output_forward, state_h, state_c = self.decoder(concat, initial_state=states)

        if self.attention:
            context, _ = self._one_step_attention(encoder_states, state_h)  # Size of latent dims
            decoder_output_forward = conc_att([context, decoder_output_forward])

        outputs = self.decoder_softmax_output(decoder_output_forward)  # Shape = (N, 1, input dims)

        all_outputs.append(outputs)
        states = [state_h, state_c]

    return Concatenate(axis=1, name="conc_dec_forward")(all_outputs)

有谁知道为什么我会收到此错误？谢谢。

Answer 1

我解决了这个问题。问题是我将 Lambda 层的输出设置为输入变量，这是错误的。这改变了 lambda 层的输入张量的形状。在第一次迭代中，它是 (N, 11)，如所希望的，但在循环的后续迭代中，它变成了 (N, 1)，这导致了错误。