时间戳

首页 > 解决方案 > 在构建 NodeDef 时，输入“ref”传递了 int32 预期的 ref 类型

python - 在构建 NodeDef 时，输入“ref”传递了 int32 预期的 ref 类型

问题描述

我想将 2 个张量相乘，所以我在 Keras 中使用了 lambda 层，并使用目标 2 个张量作为 lambda 层的输入，如下所示

def get_col_att(tensors):

    for i in range(num_samples):
        global t
        t=tf.assign(t,i)
        x = tf.nn.embedding_lookup(tensors[0], t)
        print("tensors[1]:",tensors[1])
        y = tf.nn.embedding_lookup(tensors[1], t)
        print("x shape",x.shape,"y shape",y.shape)
        ab=tf.transpose(y)

        Ecol=tf.reshape(tf.tensordot(x,ab,axes=1),[1,M,C])
        if i==0: 
            all_col_attention=tf.Variable(initial_value=Ecol)
        else:
            all_col_attention=tf.concat([all_col_attention,Ecol],0)

    print("all_col_attention",all_col_attention)
    return all_col_attention

total_alpha_sel_np=Lambda(get_col_att)([Hq,cols_last_hidden])

但它给出了以下错误

Input 'ref' passed int32 expected ref type while building NodeDef

我想出了错误在哪里，它在以下行

all_col_attention=tf.Variable(initial_value=Ecol)

也是因为 Ecol，所以我用 y(2-d) 和 tensors1 替换了 Ecol(3-d)。它适用于张量[1]，但不适用于 y。以下是张量的形状

x shape (13, 80) y shape (12, 80) tf.tensordot(x,ab,axes=1) Tensor("lambda_42/Reshape:0", shape=(1, 13, 12), dtype=float32) x shape (13, 80) y shape (12, 80) tf.tensordot(x,ab,axes=1) Tensor("lambda_42/Reshape_2:0", shape=(1, 13, 12), dtype=float32) x shape (13, 80) y shape (12, 80) tf.tensordot(x,ab,axes=1) Tensor("lambda_42/Reshape_4:0", shape=(1, 13, 12), dtype=float32) all_col_attention Tensor("lambda_42/concat_1:0", shape=(3, 13, 12), dtype=float32) x shape (13, 80) y shape (12, 80) tf.tensordot(x,ab,axes=1) Tensor("lambda_42/Reshape_6:0", shape=(1, 13, 12), dtype=float32)

请帮助我:-(

标签： pythontensorflowmachine-learningkeraslstm

解决方案

正如我所看到的，问题不在于张量的形状。错误在于 lambda 层。由于训练和验证图，Keras 中的 lambda 层调用了该函数两次。

有两个图被构建。一个用于训练。另一个用于验证。你不应该使用一些全局变量来保存一些内部状态。创建一个输出两个张量的自定义层。

参考

推荐阅读