python-3.x - Keras 嵌入层不接受输入

Question

我正在尝试创建一个预测模型，该模型采用滞后特征和嵌入来预测接下来 10 天的累积值。嵌入层通过使用带有 gensim 的订单篮进行训练。

下面是我的网络：

from keras.layers import Embedding, Flatten, Input, Dense, Dropout, Flatten, Activation

inp = Input(shape=(1, )) #ucode length will be 1  
x = Embedding(len(model.wv.vocab), WV_DIM,
              weights=[model.wv.vectors],
              trainable=False)(inp)
x = Flatten()(x)
x = Dense(32, activation='relu', name='Embedding_out')(x)

features_input = Input(shape=(122,)) ##lag Features
concat = concatenate([features_input, x],name="ConcatenatedwFeatures")
output = Dense(256, activation="relu",name="L1_Relu")(concat) 
output = Dense(128, activation="relu",name="L2_Relu")(output)
output = Dense(1)(output) 

EmbeddingModel = Model(inputs=[inp,features_input], outputs=output)
EmbeddingModel.summary()

adam = optimizers.adam(clipvalue=1.,lr=3e-4) 
EmbeddingModel.compile(loss='mse',
              optimizer=adam,                  
              metrics = ['mae', 'mse'])

hist = EmbeddingModel.fit([ucode_array[20:25],X_train[20:25]], [y_train[20:25]], validation_split=0.05,
                 epochs=10, batch_size=32)

Error:
ValueError: could not convert string to float: 'I33946'


Input Values:
ucode_array=sales_train_grid['ucode']

ucode_array[20:25]

15683    I33946
15685    I33946
15687    I33946
15688    126310
15689    126310
Name: ucode, dtype: object

测试嵌入层中是否存在值：

test1=model.wv.most_similar(positive=['I00731'], topn=10)
display(test1)
[x[0] for x in test1]

返回 10 个相似对象。如果我粘贴了任何随机值，则返回 none。

尝试了以下事情： 1. ucode_array[20:25].values 2. ucode_array[20:25].values.tolist()

---

gensim 版本：3.4.0 TensorFlow 版本：1.12.0

标签： python-3.xtensorflowkerasembedding

Answer 1

选中此项，用于float将字符串转换为浮点数。我想这会解决你的问题。