我为句子分类的任务建立了卷积模型,并且模型编译成功。但是,当我尝试将模型与训练/验证数据集拟合时,下面出现奇怪的invalid argument error
:
InvalidArgumentError: indices[120,1] = 77 is not in [0, 70) [[{{node embedding_32/embedding_lookup}} = GatherV2[Taxis=DT_INT32, Tindices=DT_INT32, Tparams=DT_FLOAT,
_device="/job:localhost/replica:0/task:0/device:CPU:0"](embedding_32/embeddings/read, embedding_32/Cast, embedding_32/embedding_lookup/axis)]]
这是我的模型的架构(屏幕截图):
我是
keras
框架的新手,对此错误了解不多。关键是模型编译成功,但模型拟合超出了错误。有什么办法可以调试此错误?谁能指出我如何做到这一点?任何想法?
最佳答案
该错误表明您的输入索引77大于Embedding
期望的最大索引69。您有两种选择:
np.max(x_train)+1
或x_train
以确保索引在[0,70)范围内。 从documentation:
input_dim: int > 0. Size of the vocabulary, i.e. maximum integer index + 1.
关于python - 尝试在keras中拟合CNN模型时发生`InvalidArgumentError`?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/55111916/