Python 张量'；嵌入输入'；具有无效的形状'；[无，无]'；

我试图创建一个tensorflow lite文本多类分类模型。我主要从这里复制代码：

在tensorflow中似乎一切正常，但当我尝试将save h5模型转换为tensorflow Lite时，出现以下错误：

ValueError:仅在第1维度中支持无。张量“嵌入输入”具有无效形状“[None，None]”。

这就是我的代码的样子：

vocab_size = 15000 # of words in dictionary

model = keras.Sequential()
model.add(keras.layers.Embedding(vocab_size, 16))
model.add(keras.layers.GlobalAveragePooling1D())
model.add(keras.layers.Dense(16, activation=tf.nn.relu))
model.add(keras.layers.Dense(7, activation=tf.nn.sigmoid))

model.compile(optimizer='adam',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

history = model.fit(...)
keras.models.save_model(model, graphFile)

converter = tf.contrib.lite.TFLiteConverter.from_keras_model_file(graphFile)
tflite_model = converter.convert()
open("converted.tflite", "wb").write(tflite_model)

---

我猜问题在于嵌入层？我能做些什么来修复它？

转换需要知道输入张量的形状。只有第一维度（批次）可以是未知的（

None

）。在某些情况下，Keras不注释已知的张量形状。您可以通过传递

input\u shapes

可选参数来指定输入形状：

converter = tf.contrib.lite.TFLiteConverter.from_keras_model_file(
    graphFile,
    input_shapes={'embedding_input': [1, vocab_size]}
)

---

另请参阅一个类似的问题：

您在哪里定义了您所指的张量“嵌入输入”？我没有在任何地方声明它…我假设它来自

model.add（keras.layers.embedding（vocab\u size，16））

好的。词汇量是多少呢？#字典中的单词，添加到帖子中