Keras尺寸不相容性
我想在Keras中编写一个简单的可变自动编码器。因为它是可变的,所以我必须为编码器使用函数API。然而,它给了我一个尺寸不匹配的错误,我不明白为什么。以下是我的代码和错误:Keras尺寸不相容性,keras,keras-layer,Keras,Keras Layer,我想在Keras中编写一个简单的可变自动编码器。因为它是可变的,所以我必须为编码器使用函数API。然而,它给了我一个尺寸不匹配的错误,我不明白为什么。以下是我的代码和错误: def sampling(args): z_mean, z_log_var = args epsilon = K.random_normal(shape=(100,2), mean=0., stddev=1) return z_mean +
def sampling(args):
z_mean, z_log_var = args
epsilon = K.random_normal(shape=(100,2),
mean=0., stddev=1)
return z_mean + K.exp(z_log_var) * epsilon
def testFcn():
K.clear_session()
# Create the input
inPut = Input(shape=(3,))
# Encoder Layers
xEnc = Dense(128, input_shape=(3,), activation='relu')(inPut)
xEnc = Dense(64, activation='relu')(xEnc)
xEnc = Dense(32, activation='relu')(xEnc)
# Distribution Embedding
z_mean = Dense(2, activation='relu')(xEnc)
z_log_var = Dense(2, activation='relu')(xEnc)
z = Lambda(sampling, output_shape=(2,))([z_mean, z_log_var])
# Tying together the model
encoder = Model(inPut, z, name='encoder')
print("\n Encoder Model")
encoder.summary()
return encoder
# Create some random data
X = np.random.multivariate_normal([0]*3,np.eye(3),size=(100))
# Create the model
encoder = testFcn()
# predict
encoder.predict(X)
这给了我以下错误:
InvalidArgumentError: 2 root error(s) found.
(0) Invalid argument: Incompatible shapes: [32,2] vs. [100,2]
[[{{node lambda_1/mul}}]]
(1) Invalid argument: Incompatible shapes: [32,2] vs. [100,2]
[[{{node lambda_1/mul}}]]
[[lambda_1/add/_23]]
0 successful operations.
0 derived errors ignored.
非常感谢您提供的任何帮助。这可能为您指明了正确的方向-我成功地修改了添加批量大小:
encoder.predict(X, batch_size=100)
默认值为32,这显然与您的设计相冲突。详情如下:
我希望这有帮助 谢谢你。我弄糊涂了,因为我有一个32层。