我有一个句子对维度 2*1*300 的句子嵌入输出 X。我想将此输出拆分为两个形状为 1*300 的向量，以计算其绝对差值和乘积。
x = MaxPooling2D(pool_size=(1,MAX_SEQUENCE_LENGTH),strides=(1,1))(x)
x_A = Reshape((1,EMBEDDING_DIM))(x[:,0])
x_B = Reshape((1,EMBEDDING_DIM))(x[:,1])
diff = keras.layers.Subtract()([x_A, x_B])
prod = keras.layers.Multiply()([x_A, x_B])
nn = keras.layers.Concatenate()([diff, prod])
目前，当我执行 x[:,0] 时，它会抛出一条错误消息，提示 AttributeError: 'Tensor' object has no attribute '_keras_shape'。我假设张量对象的 split 结果是一个没有 _keras_shape 的张量对象。
有人可以帮我解决这个问题吗？谢谢。
最佳答案
Keras 在分层处理时向张量添加一些信息。由于您将张量拆分到外层，因此它会丢失该信息。
解决方案涉及从 Lambda 层返回拆分张量:
x_A = Lambda(lambda x: x[:,0], output_shape=notNecessaryWithTensorflow)(x)
x_B = Lambda(lambda x: x[:,1], output_shape=notNecessaryWithTensorflow)(x)
x_A = Reshape((1,EMBEDDING_DIM))(x_A)
x_B = Reshape((1,EMBEDDING_DIM))(x_B)
关于python - 分割层输出时，Keras 抛出 `' Tensor' object has no attribute '_keras_shape'`，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/47616588/