Python keras-关键字初始状态未理解
我正在尝试在keras中实现一个Seq-2-Seq模型,但是我在解决来自Python keras-关键字初始状态未理解,python,tensorflow,keras,Python,Tensorflow,Keras,我正在尝试在keras中实现一个Seq-2-Seq模型,但是我在解决来自SimpleRN的错误时遇到了问题: TypeError:(“关键字参数未理解:”,“初始状态”) 下面是一个小例子: from keras.models import Model from keras.layers import Input, SimpleRNN, Embedding encoder_input = Input(shape=(16,)) encoder_embedding = Embedding(inpu
SimpleRN的错误时遇到了问题:
TypeError:(“关键字参数未理解:”,“初始状态”)
下面是一个小例子:
from keras.models import Model
from keras.layers import Input, SimpleRNN, Embedding
encoder_input = Input(shape=(16,))
encoder_embedding = Embedding(input_dim=40, output_dim=12)(encoder_input)
encoder_rnn_out, encoder_rnn_state = SimpleRNN(32, activation='relu', return_sequences=False, return_state=True)(encoder_embedding)
decoder_input = Input(shape=(11,))
decoder_embedding = Embedding(input_dim=12, output_dim=12)(decoder_input)
decoder_rnn = SimpleRNN(32, activation='relu', initial_state=encoder_rnn_state, return_sequences=True)(decoder_embedding)
decoder_predictions = Dense(12, activation='softmax')(decoder_rnn)
model = Model(encoder_input, decoder_predictions)
这些是我的tensorflow和keras版本(我已经用pip
卸载并重新安装了它们)
SimpleRNN
构造函数不将initial\u state
作为输入参数。您可能打算使用kernel\u初始值设定项
或recurrent\u初始值设定项
参数
看。我也有同样的问题,并找到了答案
改变这个
decoder\u rnn=SimpleRNN(32,activation='relu',initial\u state=encoder\u rnn\u state,return\u sequences=True)(decoder\u嵌入)
对这个
decoder\u rnn=SimpleRNN(32,activation='relu',return\u sequences=True)(解码器嵌入,初始状态=编码器状态)
在您链接的文档中,它说“您可以通过使用关键字参数initial_state调用RNN层来象征性地指定RNN层的初始状态”,因此我假设这对于SimpleRN
也是如此。我不想使用内核初始化器
或循环初始化器
,因为我想初始化状态,而不是权重矩阵。这对于RNN
类是正确的,而不是对于SimpleRNN
:)也许可以尝试使用它。
$ conda list -n py36 | grep tensorflow
tensorflow 1.13.1 <pip>
tensorflow-estimator 1.13.0 <pip>
$ conda list -n py36 | grep Keras
Keras 2.2.4 <pip>
Keras-Applications 1.0.7 <pip>
Keras-Preprocessing 1.0.9 <pip>
{
"epsilon": 1e-07,
"floatx": "float32",
"backend": "tensorflow"
}