Python Keras输入维

我正在努力格式化我的数据

我用Keras设计了一个简单的模型。 它由两个独立的模型组成（

Embedding

层和

LSTM

层）。 然后将这两个模型与

Merge

合并。然后通过一些卷积层将它们组合在一起

这些是我嵌入的例句

x1
>>> array([[ 0, 25,  0,  0,  0]], dtype=int32)
y1
>>> array([[42, 10,  0,  0,  0, 10]], dtype=int32)

model.predict([x1,y1])
>>> array([[ 0.92327869]])

使用

predict

我得到了组合句子所需的单一输出

x1
>>> array([[ 0, 25,  0,  0,  0]], dtype=int32)
y1
>>> array([[42, 10,  0,  0,  0, 10]], dtype=int32)

model.predict([x1,y1])
>>> array([[ 0.92327869]])

我甚至可以使用

model.fit([x,y],gold[0]) 

要训练模型，在哪里

gold[0]
>>> array([ 1.])

问题是如何格式化示例

x_I

和

y_I

，以便在fit函数中使用它<代码>模型。预测（[[x1，x2]，[y1，y2]]）不起作用，收益率

TypeError: list indices must be integers or slices, not list

因此，遵循Keras文档，您需要将其作为输入提供给维度2的嵌入层a

numpy.array

。因为您有多个输入，所以需要提供numpy数组的列表，以便将它们提供给多个输入

然而，在最后一种情况下，您输入的是输入列表。这引起了一个问题。为了解决这一问题，您需要通过以下方式对这两个阵列进行优化：

x = numpy.concatenate((x1, x2), axis = 0)
y = numpy.concatenate((y1, y2), axis = 0)

因此，遵循Keras文档，您需要将其作为输入提供给维度2的嵌入层a

numpy.array

。因为您有多个输入，所以需要提供numpy数组的列表，以便将它们提供给多个输入

然而，在最后一种情况下，您输入的是输入列表。这引起了一个问题。为了解决这一问题，您需要通过以下方式对这两个阵列进行优化：

x = numpy.concatenate((x1, x2), axis = 0)
y = numpy.concatenate((y1, y2), axis = 0)