Python 输入规模可变的keras模型训练
我在做一台文本分析机。显然,每个向量的大小不同,例如:Python 输入规模可变的keras模型训练,python,keras,Python,Keras,我在做一台文本分析机。显然,每个向量的大小不同,例如: vectorA = [1, 43, 453, 22, 776, 873, 985] vectorB = [0, 324, 32432] 我不想固定输入大小,但我不知道模型如何具有不同的输入大小? 顺便说一下,模型是: inputs = keras.Input(shape=(None, )) emb1 = keras.layers.Embedding( input_dim=len(X_train), output_dim
vectorA = [1, 43, 453, 22, 776, 873, 985]
vectorB = [0, 324, 32432]
我不想固定输入大小,但我不知道模型如何具有不同的输入大小?
顺便说一下,模型是:
inputs = keras.Input(shape=(None, ))
emb1 = keras.layers.Embedding(
input_dim=len(X_train),
output_dim=None,
)(inputs)
con1 = keras.layers.Conv1D(
activation='relu',
)(emb1)
pool1 = keras.layers.GlobalMaxPooling1D(
)(con1)
output = keras.layers.Dense(4,
activation="softmax")
model = keras.Model(inputs=inputs, outputs=output)
model.compile(optimizer=keras.optimizers.Adam(),
loss="binary_crossentropy",
metrics=["accuracy"])
我是新来的Keras
,所以我非常感谢任何类型的帮助