Unable Embedding Schicht auf ein siamesisches Netzwerk hinzufügen mit keras

Question

Ich versuche, den Beispielcode für ein siamesisches Netzwerk zu ändern und eine Einbettungsschicht wie so hinzufügen:

data_dim = 16 
timesteps = 8 
nb_classes = 10 

encoder = Sequential() 
encoder.add(Embedding(data_dim, 4, input_length=timesteps)) 
encoder.add(LSTM(32)) 

model = Graph() 
model.add_input(name='input_a', input_shape=(timesteps,)) 
model.add_input(name='input_b', input_shape=(timesteps,)) 
model.add_shared_node(encoder, 
         name='shared_encoder', 
         inputs=['input_a', 'input_b'], 
         merge_mode='concat') 
model.add_node(Dense(64, activation='relu'), name='fc1', input='shared_encoder') 
model.add_node(Dense(3, activation='softmax'), name='output', input='fc1', 
       create_output=True) 

model.compile(optimizer='adam', loss={'output': 'categorical_crossentropy'}) 

, die die last example auf ihrer Dokumentation folgt sehr eng .

Leider halte ich erhalte eine Fehlermeldung:

TypeError: DataType float32 for attr 'Tindices' not in list of allowed values: int32, int64 

Kann jemand helfen?

Answer 1

model.add_input(name='input_a', input_shape=(timesteps,), dtype='int') 
model.add_input(name='input_b', input_shape=(timesteps,), dtype='int')