多输入模型的 Tensorflow validation_data 错误
Tensorflow validation_data error for multi-input model
我的 tensorflow 2.6 模型有两个输入。当我在没有验证数据的情况下训练这个模型时——a la model.fit(x=[train_data1, train_data2], y= train_target)
——它工作得很好。然而,当我尝试添加一些验证数据时,我收到了错误。
model.fit(x=[train_data1, train_data2], y= train_target,
validation_data=([val_data1, val_data2], val_target))
抛出以下错误:
Layer Input__ expects 2 input(s), but it received 3 input tensors.
我得到的最接近的帮助是 。在那里,回答者建议完全按照我所做的去做。怎样做才能让这个模型可以使用 validation_data?
尝试将其包装在 numpy 数组或像这样的张量中:
validation_data=(np.array([val_data1, val_data2]), val_target)
用头撞墙一个小时后,我重新启动了内核然后尝试
model.fit(x=[train_data1, train_data2], y= train_target,
validation_data=([val_data1, val_data2], val_target))
再次,就像在问题中一样。成功了...
就像人类历史上的每一位 IT 人都会提醒您,“您是否尝试过将其关闭并再次打开?”吸取教训。
我的 tensorflow 2.6 模型有两个输入。当我在没有验证数据的情况下训练这个模型时——a la model.fit(x=[train_data1, train_data2], y= train_target)
——它工作得很好。然而,当我尝试添加一些验证数据时,我收到了错误。
model.fit(x=[train_data1, train_data2], y= train_target,
validation_data=([val_data1, val_data2], val_target))
抛出以下错误:
Layer Input__ expects 2 input(s), but it received 3 input tensors.
我得到的最接近的帮助是
尝试将其包装在 numpy 数组或像这样的张量中:
validation_data=(np.array([val_data1, val_data2]), val_target)
用头撞墙一个小时后,我重新启动了内核然后尝试
model.fit(x=[train_data1, train_data2], y= train_target,
validation_data=([val_data1, val_data2], val_target))
再次,就像在问题中一样。成功了...
就像人类历史上的每一位 IT 人都会提醒您,“您是否尝试过将其关闭并再次打开?”吸取教训。