Python 3.x keras model.fit中不能有输入和输出的名称

简言之： 这条线为什么有用-

model.fit(x_train, y_train, epochs=30, batch_size=40, verbose=2)

而这条线没有

model.fit({"word_input": x_train, "main_output": y_train}, epochs=30, batch_size=40, verbose=2)

进一步解释

我正在尝试用keras实现LSTM。我已经编写了以下代码

word_input = Input(shape=(mxlen,), dtype="int32", name="word_input")
x1 = Embedding(len(vocab), 100, input_length=mxlen, weights=[embeddings], trainable=False)(word_input)
x1 = LSTM(100)(x1)

y = Dense(6, activation="softmax", name="main_output")(x1)

model = Model(inputs=[word_input], outputs=[y])
adam = optimizers.Adam(learning_rate=0.001, beta_1=0.9, beta_2=0.999, amsgrad=False)
model.compile(optimizer=adam,loss="categorical_crossentropy",metrics=["categorical_accuracy"]) # have to look into it
model.fit({"word_input": x_train, "main_output": y_train}, epochs=30, batch_size=40, verbose=2)

我在最后一行得到一个错误，说“ValueError:没有为任何变量提供梯度”。但当我把最后一行改成这行时，确切的代码就起作用了

model.fit(x_train, y_train, epochs=30, batch_size=40, verbose=2)

我希望在model.fit中为输入和输出指定名称或标签的原因是我希望有多个输入。我从下面的代码行中得到了标签的想法

model.fit(
        {'main_input': X_train, 'pos_input': X_train_pos, 
         'aux_input': X_train_meta, 'dep_input': X_train_dep},
        {'main_output': Y_train}, epochs = num_epochs, batch_size = batch_size,
        validation_data = (
            {'main_input': X_val, 'pos_input': X_val_pos, 
             'aux_input': X_val_meta, 'dep_input' : X_val_dep},
            {'main_output': Y_val}
        ), callbacks=[csv_logger,checkpoint])

下面给出了整个错误屏幕截图

解决方案 这似乎是tensorflow的一个示例，目前正在开发中，命名输出尚未使用

dict

实现

显示当前输入，

x

可以使用

dict

作为命名输入，但输出，

y

还不接受任何

dict

fit(
x=None，y=None，批处理大小=None，年代=1，详细=1，回调=None，
验证分割=0.0，验证数据=无，随机播放=真，类权重=无，
样本重量=无，初始历元=0，每个历元的步数=无，
验证步骤=无，验证频率=1，最大队列大小=10，工人数=1，
使用_multiprocessing=False，**kwargs
)

在哪里,

输入，

x

=一个numpy数组/数组列表或一个张量、一个dict或一个生成器

如果模型已命名输入，则dict将输入名称映射到相应的数组/张量

输出，

y

=numpy数组或张量，或者当x是生成器时未指定

---

供快速参考

---

谢谢。我得到它。@斯塔克请考虑<代码>投票。谢谢。我的投票现在被阻止了。一小时后开门。对不起，到时候我会做的。