无法使用 keras 将嵌入层添加到连体网络

Question

我正在尝试更改连体网络的示例代码并添加一个嵌入层，如下所示：

data_dim = 16
timesteps = 8
nb_classes = 10

encoder = Sequential()
encoder.add(Embedding(data_dim, 4, input_length=timesteps))
encoder.add(LSTM(32))

model = Graph()
model.add_input(name='input_a', input_shape=(timesteps,))
model.add_input(name='input_b', input_shape=(timesteps,))
model.add_shared_node(encoder, 
                      name='shared_encoder', 
                      inputs=['input_a', 'input_b'],
                      merge_mode='concat')
model.add_node(Dense(64, activation='relu'), name='fc1', input='shared_encoder')
model.add_node(Dense(3, activation='softmax'), name='output', input='fc1', 
               create_output=True)

model.compile(optimizer='adam', loss={'output': 'categorical_crossentropy'})

紧跟他们文档中的last example。

很遗憾，我不断收到错误消息：

TypeError: DataType float32 for attr 'Tindices' not in list of allowed values: int32, int64

谁能帮忙？

Answer 1

model.add_input(name='input_a', input_shape=(timesteps,), dtype='int')
model.add_input(name='input_b', input_shape=(timesteps,), dtype='int')