Я видел, как другие задавали подобные вопросы. Но разница в том, что я использую Keras Functional API вместо последовательной модели.
from keras.models import Model
from keras import layers
from keras import Input
text_vocabulary_size = 10000
question_vocabulary_size = 10000
answer_vocabulary_size = 500
text_input = Input(shape=(None,), dtype='int32', name='text')
embedded_text = layers.Embedding(64, text_vocabulary_size)(text_input)
encoded_text = layers.LSTM(32)(embedded_text)
question_input = Input(shape=(None,), dtype='int32', name='question')
embedded_question = layers.Embedding( 32, question_vocabulary_size)(question_input)
encoded_question = layers.LSTM(16)(embedded_question)
concatenated = layers.concatenate([encoded_text, encoded_question],axis=-1)
## Concatenates the encoded question and encoded text
answer = layers.Dense(answer_vocabulary_size, activation='softmax')(concatenated)
model = Model([text_input, question_input], answer)
model.compile(optimizer='rmsprop', loss='categorical_crossentropy', metrics=['acc'])
Передача данных в модель с несколькими входами
import numpy as np
num_samples = 1000
max_length = 100
text = np.random.randint(1, text_vocabulary_size, size=(num_samples, max_length))
question = np.random.randint(1, question_vocabulary_size, size=(num_samples, max_length))
answers = np.random.randint(0, 1, size=(num_samples, answer_vocabulary_size))
Подбор с использованием списка входных данных
model.fit([text, question], answers, epochs=10, batch_size=128)
При попытке подогнать модель возникает следующая ошибка.
InvalidArgumentError: indices[120,0] = 3080 is not in [0, 32)
[[{{node embedding_6/embedding_lookup}}]]
Подробнее здесь: https://stackoverflow.com/questions/590 ... -embedding
