具有多个输入的 Keras 模型在拟合时会导致奇怪的错误

Question

我目前正在研究使用 GRU 的编码器-解码器模型。它需要2个输入，编码器输入和解码器输入。解码器只有一个输出。型号为：

encoder=tf.keras.layers.GRU(10,return_state=True)
_,state=encoder(encoder_input)

decoder_input=tf.keras.layers.Input(shape=(None,10))
decoder=tf.keras.layers.GRU(10,return_sequences=True)
decoder_output=decoder(decoder_input,initial_state=state)

model=tf.keras.models.Model(inputs=[encoder_input,decoder_input],outputs=decoder_output)

model.compile(optimizer='Adam',loss='MeanSquaredError',metrics=['Accuracy'])

当我尝试使用以下伪代码拟合模型时：model.fit(x=[encoder_data,decoder_data],y=decoder_truth)、encoder_data、decoder_data 和 decoder_truth 都是嵌套列表，形状为 (None,None,10)，decoder_data 和 @987654328 @具有相同的形状

代码引发：ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).

Answer 1

Decoder_data 和 decoder_truth 的长度应该相同，因为 GRU 为每个输入提供一个输出。此外，每批的时间步数应保持不变。