in Tensorflow.Binding.isinstance(Object Item1, Type Item2)
in Tensorflow.OpDefLibrary._apply_op_helper(String op_type_name, String name, Dictionary2 keywords)
in Tensorflow.Contexts.Context.ExecGraphAction(String OpType, String Name, ExecuteOpArgs args)
in Tensorflow.Contexts.Context.ExecuteOp(String opType, String name, ExecuteOpArgs args)
in Tensorflow.math_ops.c__DisplayClass67_0.b__0(NameScope scope)
in Tensorflow.Binding.tf_with[TIn,TOut](TIn py, Func2 action)
in Tensorflow.math_ops.matmul(Tensor a, Tensor b, Boolean transpose_a, Boolean transpose_b, Boolean adjoint_a, Boolean adjoint_b, Boolean a_is_sparse, Boolean b_is_sparse, String name)
in Tensorflow.Keras.Layers.GRUCell.Call(Tensors inputs, Tensors states, Nullable1 training, IOptionalArgs optional_args)
in Tensorflow.Keras.Engine.Layer.Apply(Tensors inputs, Tensors states, Nullable1 training, IOptionalArgs optional_args)
in Tensorflow.Keras.Layers.GRU.c__DisplayClass28_0.b__0(Tensors cell_inputs, Tensors cell_states)
in Tensorflow.Keras.BackendImpl.rnn(Func3 step_function, Tensors inputs, Tensors initial_states, Boolean go_backwards, Tensor mask, Tensors constants, Boolean unroll, Tensors input_length, Boolean time_major, Boolean zero_output_for_mask, Boolean return_all_outputs)
in Tensorflow.Keras.Layers.GRU.Call(Tensors inputs, Tensors initial_state, Nullable1 training, IOptionalArgs optional_args)
in Tensorflow.Keras.Engine.Layer.FunctionalConstructionCall(Tensors inputs)
in Tensorflow.Keras.Engine.Layer.Apply(Tensors inputs, Tensors states, Nullable1 training, IOptionalArgs optional_args)
in Tensorflow.Keras.Layers.RNN.Apply(Tensors inputs, Tensors initial_states, Nullable1 training, IOptionalArgs optional_args)
Я еще ничего не пробовал, чтобы решить проблему самостоятельно.
Я ожидал, что rnn-layer получит в качестве входных данных одномерную форму, но, к моему удивлению, для этого требуется 2D-форма с отслеживанием состояния: true и 3D-форма с отслеживанием состояния: false. Похоже, мне нужно передать что-то более сложное, чем один вектор знаковой точки данных.
Так как я могу это исправить и как я могу это лучше реализовать? Буду благодарен за любые советы!
Я пытаюсь построить свою первую RNN с помощью TensorFlow.NET, но получаю ошибку. Вот мой код: [code]Tensors input = tf.keras.Input(shape: new Shape(1, InputVectorSize)); ILayer gruLayer = tf.keras.layers.GRU(units: 32, return_sequences: false, stateful: true); // NullReferenceException deep inside the Apply function gruLayer.Apply(input); [/code] А вот как выглядит стек: [code]in Tensorflow.Binding.isinstance(Object Item1, Type Item2) in Tensorflow.OpDefLibrary._apply_op_helper(String op_type_name, String name, Dictionary2 keywords) in Tensorflow.Contexts.Context.ExecGraphAction(String OpType, String Name, ExecuteOpArgs args) in Tensorflow.Contexts.Context.ExecuteOp(String opType, String name, ExecuteOpArgs args) in Tensorflow.math_ops.c__DisplayClass67_0.b__0(NameScope scope) in Tensorflow.Binding.tf_with[TIn,TOut](TIn py, Func2 action) in Tensorflow.math_ops.matmul(Tensor a, Tensor b, Boolean transpose_a, Boolean transpose_b, Boolean adjoint_a, Boolean adjoint_b, Boolean a_is_sparse, Boolean b_is_sparse, String name) in Tensorflow.Keras.Layers.GRUCell.Call(Tensors inputs, Tensors states, Nullable1 training, IOptionalArgs optional_args) in Tensorflow.Keras.Engine.Layer.Apply(Tensors inputs, Tensors states, Nullable1 training, IOptionalArgs optional_args) in Tensorflow.Keras.Layers.GRU.c__DisplayClass28_0.b__0(Tensors cell_inputs, Tensors cell_states) in Tensorflow.Keras.BackendImpl.rnn(Func3 step_function, Tensors inputs, Tensors initial_states, Boolean go_backwards, Tensor mask, Tensors constants, Boolean unroll, Tensors input_length, Boolean time_major, Boolean zero_output_for_mask, Boolean return_all_outputs) in Tensorflow.Keras.Layers.GRU.Call(Tensors inputs, Tensors initial_state, Nullable1 training, IOptionalArgs optional_args) in Tensorflow.Keras.Engine.Layer.FunctionalConstructionCall(Tensors inputs) in Tensorflow.Keras.Engine.Layer.Apply(Tensors inputs, Tensors states, Nullable1 training, IOptionalArgs optional_args) in Tensorflow.Keras.Layers.RNN.Apply(Tensors inputs, Tensors initial_states, Nullable1 training, IOptionalArgs optional_args) [/code] Я еще ничего не пробовал, чтобы решить проблему самостоятельно. Я ожидал, что rnn-layer получит в качестве входных данных одномерную форму, но, к моему удивлению, для этого требуется 2D-форма с отслеживанием состояния: true и 3D-форма с отслеживанием состояния: false. Похоже, мне нужно передать что-то более сложное, чем один вектор знаковой точки данных. Так как я могу это исправить и как я могу это лучше реализовать? Буду благодарен за любые советы!