{ValueError}Models passed to `predict` can only have `training` and the first argument in `call` as positional arguments, found: ['y'].

时间: 2023-11-21 11:49:45 浏览: 279

解决Keras中Embedding层masking与Concatenate层不可调和的问题

问题描述我在用Keras的Embedding层做nlp相关的实现时，发现了一个神奇的问题，先上代码： a = Input(shape=[15]) # None*15 b = Input(shape=[30]) # None*30 emb_a = Embedding(10, 5, mask_zero=True)(a) # None*15*5 emb_b = Embedding(20, 5, mask_zero=False)(b) # None*30*5 cat = Concatenate(axis=1)([emb_a, emb_b]) # None*45*5 model = Model(in 在Keras中，`Embedding`层用于将整数序列转换为向量序列，这对于自然语言处理（NLP）任务非常有用。`mask_zero`参数允许我们指定是否将输入值为0的样本视为填充（padding），并且在计算时忽略它们。如果`mask_zero=True`，`Embedding`层将在输出中添加一个额外的维度，用于存储掩码信息。在上述问题中，作者遇到了在使用`Embedding`层和`Concatenate`层时的不兼容问题。具体来说，当一个`Embedding`层的`mask_zero=True`，而另一个`mask_zero=False`时，尝试将它们沿某个轴（在这里是轴1）连接时，Keras会因为维度不匹配而抛出错误。错误信息指出，两个张量的第三维（即在连接操作后的轴1）尺寸不同，一个是1，另一个是5。问题的关键在于，当`mask_zero=True`时，`Embedding`层会为输出增加一个维度来存储掩码信息。而`Concatenate`层在尝试合并两个`Embedding`层的输出时，会将两个不同的掩码维度合并，导致了维度不匹配的错误。为了查找问题的根源，作者检查了`Embedding`层的输出和`Concatenate`层的`compute_mask`函数。发现当`mask_zero=False`时，`Embedding`层不会生成掩码，因此Keras会为其创建一个全1的掩码，这个全1掩码的维度与输出维度相同。而在合并这些掩码时，由于一个维度为1，另一个维度为5，导致了冲突。解决方案在于正确处理这两个不同维度的掩码。一种可能的方法是，在连接`Embedding`层之前，确保所有`Embedding`层的`mask_zero`参数设置为相同的值，或者在连接操作之前手动调整掩码的维度，使其匹配。此外，还可以考虑使用`Lambda`层或自定义层来处理掩码，以确保它们在连接时具有正确的维度。在Keras中，掩码的处理是非常关键的，特别是对于变长输入的序列模型。正确的掩码管理可以确保模型只关注实际的数据部分，而忽略填充的部分。在模型设计时，理解不同层如何处理和传递掩码信息是避免类似问题的关键。同时，对于自定义层和操作，理解Keras的内部工作原理也是很重要的，这样可以更有效地调试和解决问题。

这个错误提示表明，在调用 `predict` 方法时，传递给它的模型只能将 `training` 和 `call` 的第一个参数作为位置参数，但是你传递了一个名为 `y` 的参数。请确保你的模型在调用 `predict` 时没有额外的参数，只接受 `training` 和 `call` 的第一个参数作为位置参数。

阅读全文

{ValueError}Models passed to `predict` can only have `training` and the first argument in `call` as positional arguments, found: ['y'].

相关推荐

Python 3 Cookbook: String to Date Conversion for Datetime Operations

三步解决Python PermissionError: WinError 5 安全访问问题

valueerror: the first argument to layer.call must always be passed.

ValueError: Location based indexing can only have [integer, integer slice (START point is INCLUDED, END point is EXCLUDED), listlike of integers, boolean array] types

ValueError: No loss found. You may have forgotten to provide a loss argument in the compile() method.

in _plot_args raise ValueError(f"x and y must have same first dimension, but " ValueError: x and y must have same first dimension, but have shapes (5,) and (6,)

raise ValueError( ValueError: Expected the following order of world arguments: SkyCoord

raise ValueError(f"x and y must have same first dimension, but " ValueError: x and y must have same first dimension, but have shapes (8,) and (9,)

raise ValueError(f"x and y must have same first dimension, but " ValueError: x and y must have same first dimension, but have shapes (132,) and (38,)

raise ValueError(f"x and y must have same first dimension, but " ValueError: x and y must have same first dimension, but have shapes (100,) and (102,)

raise ValueError(f"x and y must have same first dimension, but " ValueError: x and y must have same first dimension, but have shapes (1,) and (78721,)

raise ValueError(f"x and y must have same first dimension, but " ValueError: x and y must have same first dimension, but have shapes (80,) and (3, 3)

raise ValueError(f"x and y must have same first dimension, but " ValueError: x and y must have same first dimension, but have shapes (20,) and (1,)怎么改

ValueError: Input arrays should have the same number of samples as target arrays. Found 2755 input samples and 2751 target samples.

ValueError: Unable to load weights saved in HDF5 format into a subclassed Model which has not created its variables yet. Call the Model first, then load the weights.

ValueError: Unknown loss function: dice_coef_loss. Please ensure this object is passed to the custom_objects argument.

ValueError: Unknown layer: TCN. Please ensure this object is passed to the custom_objects argument. See https://www.tensorflow.org/guide/keras/save_and_serialize#registering_the_custom_object for details.

最新推荐

若依管理存在任何文件读取漏洞检测系统，渗透测试.zip

【java毕业设计】学生社团管理系统源码（完整前后端+说明文档+LW）.zip

C语言数组操作：高度检查器编程实践

管理建模和仿真的文件

【KUKA系统变量进阶】：揭秘从理论到实践的5大关键技巧

如何使用Python编程语言创建一个具有动态爱心图案作为背景并添加文字'天天开心（高级版）'的图形界面？

基于Swift开发的嘉定单车LBS iOS应用项目解析

"互动学习：行动中的多样性与论文攻读经历"

PROTEUS符号定制指南：个性化元件创建与修改的全面攻略

https://www.lagou.com/wn/爬取该网页职位名称，薪资待遇，学历，企业类型，工作地点数据保存为CSV文件的python代码