Python tf.keras.backend.random\u出现问题是否正常?
我对TF2非常陌生,并尝试自定义tensorflow指南文档中的示例代码: 但我的代码要求潜在维度为=1,并且我的代码返回: ValueError:应定义Python tf.keras.backend.random\u出现问题是否正常?,python,tensorflow,keras,Python,Tensorflow,Keras,我对TF2非常陌生,并尝试自定义tensorflow指南文档中的示例代码: 但我的代码要求潜在维度为=1,并且我的代码返回: ValueError:应定义Dense输入的最后一个维度。找到无 错误。排除故障后,我认为错误在于: class Sampling(layers.Layer): """Uses (z_mean, z_log_var) to sample z, the vector encoding a digit.""" def call(self, inputs):
Dense
输入的最后一个维度。找到无
错误。排除故障后,我认为错误在于:
class Sampling(layers.Layer):
"""Uses (z_mean, z_log_var) to sample z, the vector encoding a digit."""
def call(self, inputs):
z_mean, z_log_var = inputs
batch = tf.shape(z_mean)[0]
dim = tf.shape(z_mean)[1]
epsilon = tf.keras.backend.random_normal(shape=(batch, dim))
return z_mean + tf.exp(0.5 * z_log_var) * epsilon
其中tf.keras.backend.random\u normal将ε始终设置为维度[None,None]
然后,我只是复制了指南中的示例(上面的参考),并将潜在维度设置为1。
对于培训,我使用了给定的代码:
vae = VariationalAutoEncoder(784, 64, 1)
optimizer = tf.keras.optimizers.Adam(learning_rate=1e-3)
vae.compile(optimizer, loss=tf.keras.losses.MeanSquaredError())
vae.fit(x_train, x_train, epochs=3, batch_size=64)
同样的错误:
ValueError:应定义Dense
输入的最后一个维度。找到无
如果潜在维度大于1,代码工作正常
有人能帮我吗?你的问题解决了吗?如果没有,请您提供完整的可复制代码,以便我可以帮助您。谢谢