我尝试使用functional API在tensorflow 2.x中创建模型，但得到LSTM层不兼容错误

Question

错误读取：

Input 0 of layer lstm_28 is incompatible with the layer: expected ndim=3, found ndim=4. Full shape received: [None, None, 15, 12]

在LSTM层，输入tf.nn.embedding_lookup(embedding, neighbor)的形状=( 15,12 )，一个None是批量大小，它是如何得到None，None，15，12的大小的？如何处理这个错误？下面是我创建的虚拟模型。

    def create_model(embedding, embedding_dim, samp_size):
        
        
        node = Input(shape=(None,), dtype=tf.int64)
        neighbor = Input(shape=(None, samp_size), dtype=tf.int64)
        label = Input(shape=(None,), dtype=tf.int64)
        
        cell = LSTMCell(embedding_dim,)
        _,h,c = LSTM(embedding_size, return_sequences=True, return_state=True)(tf.nn.embedding_lookup(embedding, neighbor))
        predict_info = tf.squeeze(Dense(1, activation='relu'))(h)
        
        return h
    
    
    
    node_size = 1000
    embedding_dim = 12
    sampling_size = 15
    embedding = tf.random.uniform([node_size, embedding_dim])
    
    model = create_model (embedding, embedding_dim, sampling_size)

Answer 1

使用Keras functional API时，请勿将批处理维包括为None。例如，如果您的输入是维度(batch_size、image_w、image_h、image_channels)，则如下所示：

inp = tf.keras.Input(shape=(IMG_W, IMG_H, IMG_CH))