python - 张量流中神经网络的多个输入?
问题描述
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?
解决方案
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()
推荐阅读
- flutter - 在 main.dart 中使用 Navigator 获取当前上下文
- javascript - 我们可以在不同设备上的两个浏览器之间使用网络蓝牙来聊天或交换数据吗?
- angular - ngIf 在另一个元素之前渲染元素
- javascript - 如何在同一个函数中进行 100 次调用,以迭代 api 端点?[Pokeapi]
- python - /email-signup 中的 TypeError 类型为“WSGIRequest”的对象不是 JSON 可序列化的
- python - python 简单的套接字客户端/服务器示例
- swift - 如何回到之前的场景并重新加载数据?
- python - 为什么更改矩阵的元素会同时更改两行?
- list - SwiftUI List initializers 是如何实现的?
- node.js - 为什么我不能在开发模式下运行我的项目?