私はケラスの初心者で、おもちゃの例を書いています。 TypeError
を報告します。コードとエラーは次のとおりです。
コード:
inputs = keras.Input(shape=(3, ))
cell = keras.layers.SimpleRNNCell(units=5, activation='softmax')
label = keras.layers.RNN(cell)(inputs)
model = keras.models.Model(inputs=inputs, outputs=label)
model.compile(optimizer='rmsprop',
loss='mae',
metrics=['acc'])
data = np.array([[1, 2, 3], [3, 4, 5]])
labels = np.array([1, 2])
model.fit(x=data, y=labels)
エラー:
Traceback (most recent call last):
File "/Users/david/Documents/code/python/Tensorflow/test.py", line 27, in <module>
run()
File "/Users/david/Documents/code/python/Tensorflow/test.py", line 21, in run
label = keras.layers.RNN(cell)(inputs)
File "/Users/david/anaconda3/lib/python3.6/site-packages/tensorflow/python/keras/layers/recurrent.py", line 619, in __call__
...
File "/Users/david/anaconda3/lib/python3.6/site-packages/tensorflow/python/ops/init_ops.py", line 473, in __call__
scale /= max(1., (fan_in + fan_out) / 2.)
TypeError: unsupported operand type(s) for +: 'NoneType' and 'int'
それでは、どうすれば対処できますか?
RNNレイヤーへの入力の形状は(num_timesteps, num_features)
です。つまり、各サンプルはnum_timesteps
タイムステップで構成され、各タイムステップは長さnum_features
のベクトルです。さらに、タイムステップの数(つまりnum_timesteps
)は可変または不明(つまりNone
)である可能性がありますが、特徴の数(つまりnum_features
)は最初から固定して指定する必要があります。したがって、RNNレイヤーと一致するように入力レイヤーの形状を変更する必要があります。例えば:
inputs = keras.Input(shape=(None, 3)) # variable number of timesteps each with length 3
inputs = keras.Input(shape=(4, 3)) # 4 timesteps each with length 3
inputs = keras.Input(shape=(4, None)) # this is WRONG! you can't do this. Number of features must be fixed
次に、入力データの形状(data
)も変更して、指定した入力形状と一致させる必要があります(つまり、(num_samples, num_timesteps, num_features)
の形状にする必要があります)。
補足として、SimpleRNN
レイヤーを直接使用することで、RNNレイヤーをより簡単に定義できます。
label = keras.layers.SimpleRNN(units=5, activation='softmax')(inputs)
@今日の答えは非常に明確だと思います。ただし、完全ではありません。ここで重要なのは、入力にnum_features
が含まれていない場合、入力の横にEmbedding
レイヤーを作成する必要があることです。
だからあなたが使うなら:
inputs = keras.Input(shape=(3,))
embedding = Embedding(voc_size, embed_dim, ..)
X = embedding(inputs)
それも動作します。