如何解决Keras中Embedding层masking与Concatenate层冲突的问题?

2026-05-21 23:403阅读0评论SEO教程
  • 内容介绍
  • 文章标签
  • 相关推荐

本文共计1942个文字,预计阅读时间需要8分钟。

如何解决Keras中Embedding层masking与Concatenate层冲突的问题?

在Keras中使用Embedding层实现NLP相关功能时,遇到了一个神奇的问题。代码如下:

python+a=Input(shape=[15])

问题描述:在上述代码中,我使用Keras的Embedding层时,发现了一个奇怪的现象。

问题描述

我在用Keras的Embedding层做nlp相关的实现时,发现了一个神奇的问题,先上代码:

a = Input(shape=[15]) # None*15 b = Input(shape=[30]) # None*30 emb_a = Embedding(10, 5, mask_zero=True)(a) # None*15*5 emb_b = Embedding(20, 5, mask_zero=False)(b) # None*30*5 cat = Concatenate(axis=1)([emb_a, emb_b]) # None*45*5 model = Model(inputs=[a, b], outputs=[cat]) print model.summary()

我有两个Embedding层,当其中一个设置mask_zero=True,而另一个为False时,会报如下错误。

阅读全文

本文共计1942个文字,预计阅读时间需要8分钟。

如何解决Keras中Embedding层masking与Concatenate层冲突的问题?

在Keras中使用Embedding层实现NLP相关功能时,遇到了一个神奇的问题。代码如下:

python+a=Input(shape=[15])

问题描述:在上述代码中,我使用Keras的Embedding层时,发现了一个奇怪的现象。

问题描述

我在用Keras的Embedding层做nlp相关的实现时,发现了一个神奇的问题,先上代码:

a = Input(shape=[15]) # None*15 b = Input(shape=[30]) # None*30 emb_a = Embedding(10, 5, mask_zero=True)(a) # None*15*5 emb_b = Embedding(20, 5, mask_zero=False)(b) # None*30*5 cat = Concatenate(axis=1)([emb_a, emb_b]) # None*45*5 model = Model(inputs=[a, b], outputs=[cat]) print model.summary()

我有两个Embedding层,当其中一个设置mask_zero=True,而另一个为False时,会报如下错误。

阅读全文