Keras 编码器-解码器模型 RuntimeError: You must compile your model before using it

Question

我正在尝试重现图像字幕模型的结果，但出现此错误。两种模型的代码如下：

image_model = Sequential()
image_model.add(Dense(EMBEDDING_DIM, input_dim=4096, activation='relu'))
image_model.add(RepeatVector(self.max_length))

lang_model = Sequential()
lang_model.add(Embedding(self.vocab_size, 256, input_length=self.max_length))
lang_model.add(LSTM(256, return_sequences=True))
lang_model.add(TimeDistributed(Dense(EMBEDDING_DIM)))

model = Sequential()
model.add(Concatenate([image_model, lang_model]))
model.add(LSTM(1000, return_sequences=False))
model.add(Dense(self.vocab_size))
model.add(Activation('softmax'))

print ("Model created!")
model.compile(loss='categorical_crossentropy', 
optimizer='rmsprop', metrics=['accuracy'])

模型由以下代码调用：

sd = SceneDesc.scenedesc()
model = sd.create_model()
batch_size = 512
model.fit_generator(sd.data_process(batch_size=batch_size), 
    steps_per_epoch=sd.no_samples/batch_size, epochs=epoch, verbose=2, 
    callbacks=None)

但是，当调用 fit_generator 时，会引发特定错误。模型的串联有什么问题吗？

Answer 1

你需要调用方法model.compile(loss, optimizer)才能适应它。

Answer 2

在 keras 中，有一个概念叫做编译你的模型。

基本上，这会配置损失函数并为您要训练的模型设置优化器。

例如，model.compile(loss='mse',optimizer='Adam') 会将您的模型配置为使用mse 损失函数，并使用Adam 优化算法。您使用什么来代替这些将在很大程度上取决于问题的类型。

您的代码抛出错误的原因是模型无法训练，因为您没有使用compile 方法配置损失函数和优化器。只需调用 model.compile() 并选择您选择的损失函数和优化器，然后您就可以训练您的模型了。