python - 二维数组的连体网络架构问题。（TypeError：'int' object is not iterable）

问题描述

我正在开发一个基于连体的神经网络模型，以下是我需要提供给连体网络的两个数组，即我有两对输入，每对大小为 30，因此一对来自左侧，另一对来自对将来自右侧。

EXAMPLES=10000
FEATURES=30
LEFT=np.random.random((EXAMPLES,FEATURES))
RIGHT=np.random.random((EXAMPLES,FEATURES))
LABELS=[]
for i in range(EXAMPLES):
    LABELS.append(np.random.randint(0,2))
LABELS=np.asarray(LABELS)

现在我想开发一个由两个神经网络组成的连体神经网络模型，我将按照我之前所说的那样对这些数据进行训练

SIAMESE_MODEL

inputShape=Input(shape=(FEATURES,))
left_input = Input(FEATURES,)
right_input = Input(FEATURES,)
    
model = Sequential()
model.add(Dense(20, activation='relu', input_shape=inputShape))
model.add(Dense(10, activation='relu'))
model.add(Dense(5, activation='relu'))
model.summary()
   
    
encoded_l = model(left_input)
encoded_r = model(right_input)
    
L1_layer = Lambda(lambda tensors:K.abs(tensors[0] - tensors[1]))
L1_distance = L1_layer([encoded_l, encoded_r])
    
prediction = Dense(1,activation='sigmoid')(L1_distance)
    


siamese_net.compile(loss="mse",optimizer=Adam(lr=0.001))
siamese_net = Model(inputs=[left_input,right_input],outputs=prediction)
siamese_net.fit(x=[LEFT,RIGHT],y=LABELS,batch_size=64,epochs=100)

错误

TypeError                                 Traceback (most recent call last)
<ipython-input-64-71752a24704a> in <module>
      1 inputShape=Input(shape=(FEATURES,))
----> 2 left_input = Input(FEATURES,)
      3 right_input = Input(FEATURES,)
      4 
      5 model = Sequential()

~\Anaconda3\envs\tf-gpu\lib\site-packages\keras\engine\input_layer.py in Input(shape, batch_shape, name, dtype, sparse, tensor)
    170                                    'dimension.')
    171     if shape is not None and not batch_shape:
--> 172         batch_shape = (None,) + tuple(shape)
    173     if not dtype:
    174         dtype = K.floatx()

TypeError: 'int' object is not iterable

有人可以指导我为 2D 矩阵构建连体网络的正确方法是什么，对于图像有可用的资源，但是对于这类问题，我没有找到任何有用的资源？

问候

更新是的，第一个问题是输入的形状，我没有正确指定它，所以在做之后，它运行良好

inputShape=Input(shape=(FEATURES,))
left_input = Input(shape=(FEATURES,)) 
right_input =Input(shape=(FEATURES,))

我现在作为连体模特总结得到关注

siamese_net.summary()

Model: "model_6"
__________________________________________________________________________________________________
Layer (type)                    Output Shape         Param #     Connected to                     
==================================================================================================
input_23 (InputLayer)           (None, 30)           0                                            
__________________________________________________________________________________________________
input_24 (InputLayer)           (None, 30)           0                                            
__________________________________________________________________________________________________
sequential_11 (Sequential)      (None, 5)            885         input_23[0][0]                   
                                                                 input_24[0][0]                   
__________________________________________________________________________________________________
lambda_3 (Lambda)               (None, 5)            0           sequential_11[1][0]              
                                                                 sequential_11[2][0]              
__________________________________________________________________________________________________
dense_35 (Dense)                (None, 1)            6           lambda_3[0][0]                   
==================================================================================================
Total params: 891
Trainable params: 891
Non-trainable params: 0

我的问题是其他层（如 20 和 10）现在消失了，有什么问题吗？

标签： pythonkerassiamese-network

python - 二维数组的连体网络架构问题。（TypeError：'int' object is not iterable）

问题描述

解决方案

推荐阅读