Мощность данных неоднозначна: размеры x: 9000, 9000, 1926, 1926, размеры y: 9000, 9000, 1926, 1926. Убедитесь, что весь ⇐ Python

[Anonymous]

Я пытаюсь объединить 4 модели с двумя разными входными длинами и получаю
ValueError: Мощность данных неоднозначна: размеры x: 9000, 9000, 1926, 1926, размеры y: 9000, 9000 , 1926, 1926 Убедитесь, что весь массив содержит одинаковое количество выборок.
Я хотел, чтобы первые две модели фиксировали более короткие временные зависимости, а две другие фокусировались на более длительных. Но, похоже, я не могу объединить эти модели, потому что model.fit требует, чтобы во всем массиве было одинаковое количество образцов (?).

Код: Выделить всё

X_land, y_final = create_sequences(X_landmarks, y_first, 6, 3)
X_degree, y_final = create_sequences(X_degree, y_first, 6, 3)

X_land_lstm, y_final_lstm = create_sequences(X_landmarks, y_first, 42, 14)
X_degree_lstm, y_final_lstm = create_sequences(X_degree, y_first, 42, 14)

create_sequences выглядит следующим образом:

Код: Выделить всё

def create_sequences(data, labels, seq_length, step):
X, y = [], []
for start in range(0, len(data) - seq_length + 1, step):
end = start + seq_length
X.append(data[start:end])
y.append(labels[end-1])
return np.array(X), np.array(Y)

Код: Выделить всё

merged_model.fit([X_landmarks_train, X_degree_train, X_land_lstm_train, X_degree_lstm_train], [y_train, y_train, y_lstm_train, y_lstm_train] ...)

Модели могут работать отдельно, поэтому входные массивы были правильно организованы, если об объединении не может быть и речи. Кроме того, я считаю, что правильно расположил выходные размеры модели, чтобы они совпадали, но думаю, что не могу с самого начала подогнать исходные данные. Я был бы очень признателен за предложение по решению этой проблемы

Подробнее здесь: https://stackoverflow.com/questions/786 ... es-9000-90