大佬教程收集整理的这篇文章主要介绍了Keras 函数 API:train_on_batch 用于多输入模型和张量第二维的可变大小,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
所以我正在尝试训练一个功能性 API Keras 模型,其中有 3 个输入和一个二进制预测。该模型旨在提供 96 个时间戳 (inputTS) 的时间序列和根据其他两个输入拆分的图信息:inputEdges (num_samples,num_edges,边缘限制的 ID)和 inputContext(num_samples,num_edges,该边缘的一些特征)。
这是模型的架构:
该研究是在道路交通预测的背景下进行的,因此每个交通时间序列的位置都有一个不同大小的不同图表 (num_edges)。因此,如下图所示,Tensor 的第二维也是 None,例如一个示例可以提供 28 条边的图,下一个可以提供 76 条边。
在编译 de 模型后,我来到了 @H_481_28@model.Train_on_batch([X_TS,X_edge,X_context],y_labels) 处的问题。如果我想拟合一组由不同位置的样本组成的样本,我不能在第二维变化时传递 n-darray。
我的问题是是否有办法传递不同大小的数组列表、通过字典引用的样本集合或类似的东西。我不想迁移到 Tensorflow。另一种部分解决方案是在单个批次上训练或在单个位置的批次上训练,以便在单个批次中所有样本都具有相同的 num_edges。我已阅读 https://keras.io/api/models/model_Training_apis/ 上的文档,但我无法找到解决方案。
感谢您的时间和关注。
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)
以上是大佬教程为你收集整理的Keras 函数 API:train_on_batch 用于多输入模型和张量第二维的可变大小全部内容,希望文章能够帮你解决Keras 函数 API:train_on_batch 用于多输入模型和张量第二维的可变大小所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。