python - 张量流中神经网络的多个输入？

Question

我试图用 tensorflow 实现强化学习算法来训练代理。

我希望我的神经网络有 2 个不同的输入，第一个是由 4 个形状为 (4,160,120,1) 的图像组成的图像堆栈，然后是一个包含 10 个条目的一维数组。

我试着像只用一个输入那样做，用两个输入定义我的神经网络的调用函数并运行我的程序。当函数 train_on_batch 被执行时，它导致了一个错误，我收到了以下消息，其中 states2 是我的第二个输入：

ValueError：传递给的模型train_on_batch只能training将第一个参数call作为位置参数，找到：['state2']

那么我怎样才能为我的神经网络使用两个输入并且仍然能够使用 train_on_batch？

标签： pythontensorflowinputneural-network

Answer 1

您需要将输入连接到单个 npy 数组中，或者使用数组列表，如运行函数时的文档中所述。tf.keras.Model.train_on_batch()