python - 传递给 `fit` 的模型只能有 `training` 和 `call` 中的第一个参数作为位置参数,发现
问题描述
我正在尝试遵循此代码,但在另一个数据集上:https ://www.tensorflow.org/tutorials/text/transformer#encoder_layer 我需要编译和拟合模型。但是,我在运行时收到此错误;我不知道这是什么意思:
Models passed to `fit` can only have `training` and the first argument in `call` as positional arguments, found: ['tar', 'enc_padding_mask', 'look_ahead_mask', 'dec_padding_mask'].
这是模型:
class Transformer(tf.keras.Model):
def __init__(self, num_layers, d_model, num_heads, dff, input_vocab_size,
target_vocab_size, pe_input, pe_target, rate=0.1,**kwargs,):
super(Transformer, self).__init__(**kwargs)
self.encoder = Encoder(num_layers, d_model, num_heads, dff,
input_vocab_size, pe_input, rate)
self.decoder = Decoder(num_layers, d_model, num_heads, dff,
target_vocab_size, pe_target, rate)
self.final_layer = tf.keras.layers.Dense(target_vocab_size)
def get_config(self):
config = super().get_config().copy()
config.update({
'dff':self.dff,
'input_vocab_size':self.input_vocab_size,
'target_vocab_size':self.target_vocab_size,
'pe_input':self.pe_input,
'pe_target':self.pe_target,
#'vocab_size': self.vocab_size,
'num_layers': self.num_layers,
#'units': self.units,
'd_model': self.d_model,
'num_heads': self.num_heads,
'rate': self.rate,
})
return config
def call(self, inp, tar, training, enc_padding_mask,
look_ahead_mask, dec_padding_mask):
enc_output = self.encoder(inp, training, enc_padding_mask) # (batch_size, inp_seq_len, d_model)
# dec_output.shape == (batch_size, tar_seq_len, d_model)
dec_output, attention_weights = self.decoder(
tar, enc_output, training, look_ahead_mask, dec_padding_mask)
final_output = self.final_layer(dec_output) # (batch_size, tar_seq_len, target_vocab_size)
# return final_output, attention_weights
return tf.keras.Model(inputs=[inputs, dec_inputs], outputs=outputs, name=name)
并创建模型,编译它,并按如下方式进行拟合:
transformer = Transformer(num_layers, d_model, num_heads, dff,
input_vocab_size, target_vocab_size,
pe_input=input_vocab_size,
pe_target=target_vocab_size,
rate=dropout_rate)
transformer.compile(optimizer=optimizer, loss=loss_function, metrics=[accuracy])
transformer.fit(dataset, epochs=EPOCHS)
编辑:基于@Geeocode 将转换器类中的 def 函数更新为:
def call(self, inp, tar, enc_padding_mask,look_ahead_mask, dec_padding_mask, training=False,):
enc_output = self.encoder(inp, training, enc_padding_mask) # (batch_size, inp_seq_len, d_model)
# dec_output.shape == (batch_size, tar_seq_len, d_model)
dec_output, attention_weights = self.decoder(
tar, enc_output, training, look_ahead_mask, dec_padding_mask)
final_output = self.final_layer(dec_output) # (batch_size, tar_seq_len, target_vocab_size)
return final_output, attention_weights
但是,我仍然遇到同样的错误
解决方案
你得到错误的原因是因为self.call
只需要两个变量一个input
和一个training
标志。如果您有多个输入变量,它们将作为元组传递。因此,您可以拥有类似于以下的函数定义:
def call(self, input, training):
inp, tar, enc_padding_mask,look_ahead_mask, dec_padding_mask = input
...
推荐阅读
- java - 如何从另一个类访问 MainActivity 对象
- python - 查找具有匹配列名的列的平均值
- javascript - 下拉菜单上的 querySelectorAll 或 h4 文本定位选项?够简单吗?
- mongodb - 如何解决 MongooseServerSelectionError?
- javascript - 谷歌查看器经常打开空白页
- algorithm - 如何从给定矩阵的一组矩阵中找到最小汉明距离矩阵?
- ios - 在 UIScrollView 中禁用 UIViewController 的安全区域插图。(类似 TikTok 的垂直馈送)
- powershell - 进程使用的内存量,如何获得与任务管理器相同的读数?
- python - 如何在数据框列中以连续方式查找数字总和?
- button - 我需要帮助更改按钮的大小