Python 向功能API中编写的keras RNN输入

我在使用用函数API编写的keras RNN进行掩蔽时遇到了一些问题。这个想法是用形状（批量大小，时间步长，100）遮罩一个零填充张量，并将其输入到SimpleRN中。现在我有以下几点：

input = keras.layers.Input(shape=(None, 100))

mask_layer = keras.layers.Masking(mask_value=0.)
mask = mask_layer(input)

rnn = keras.layers.SimpleRNN(20)
x = rnn(input, mask=mask)

但是，这不起作用，因为它会引发以下InvalidArgumentError：

InvalidArgumentError：两种形状中的尺寸1必须相等，但分别为20和2000。形状是[？，20]和[？，2000]。对于带有输入形状的“选择”（op:“选择”）：[？，2000]，，？，20]，，，？，20]

通过将输入的形状更改为

（None，1）

——一种顺序输入，其中每个元素都是一个整数，而不是n维嵌入——我已使此代码正常工作。我也有同样的想法来使用顺序API，但我不能这样做，因为我的最终模型将有多个输入和输出。我也不想强制输入的形状为（无，1），因为我想在预处理期间交换不同的嵌入模型（Word2Vec等），这意味着我的输入从一开始就是嵌入向量

在使用keras的功能API时，有谁能帮助我将掩码与RNN一起使用吗？

根据，您不需要在RNN层上手动设置掩码，在下面的代码中，RNN层将自动接收掩码

import keras

input_layer = keras.layers.Input(shape=(None, 100))

masked_layer = keras.layers.Masking(mask_value=0.)(input_layer)

rnn_layer = keras.layers.SimpleRNN(20)(masked_layer)

根据，您不需要在RNN层上手动设置掩码，在下面的代码中，RNN层将自动接收掩码

import keras

input_layer = keras.layers.Input(shape=(None, 100))

masked_layer = keras.layers.Masking(mask_value=0.)(input_layer)

rnn_layer = keras.layers.SimpleRNN(20)(masked_layer)

---

完美的谢谢，太好了！非常感谢。