连接到初始化器的 LSTM 值错误答案

【问题标题】：LSTM value error connected to the initializer连接到初始化器的 LSTM 值错误
【发布时间】：2018-11-07 02:05:58
【问题描述】：

我正在使用 Keras 构建 LSTM 模型。

 def LSTM_model_1(X_train,Y_train,Dropout,hidden_units):
   model = Sequential()
   model.add(Masking(mask_value=666, input_shape=(X_train.shape[1],X_train.shape[2])))
   model.add(LSTM(hidden_units, activation='tanh', return_sequences=True, dropout=Dropout))   
   model.add(LSTM(hidden_units, return_sequences=True))
   model.add(LSTM(hidden_units, return_sequences=True))
   model.add(Dense(Y_train.shape[-1], activation='softmax'))

   model.compile(loss='mean_squared_error', optimizer='adam',metrics['categorical_accuracy'])

   return model

输入数据的形状 X_train.shape=(77,100,34); Y_Train.shape=(77,100,7)

Y 数据是单热编码的。对于最后一个列表条目，两个输入张量都是零填充的。 Y_train 中的填充值为 0。因此，没有任何状态的填充端值为 1。 dropout=0 和 hidden_units=2 这似乎与以下错误无关。

不幸的是，我得到以下错误，我认为这与 Y 的形状有关。但我无法将手指放在它上面。初始化/添加第一个 LSTM 层时会发生错误。

ValueError: 变量 lstm_58/kernel/ 的初始化程序来自内部控制流构造，例如循环或条件。当创建一个循环或条件内的变量，使用 lambda 作为初始化器。

如果我遵循错误，我注意到它归结为：

dtype：如果设置，initial_value 将被转换为给定的类型。如果None，则将保留数据类型（如果initial_value 是张量）或convert_to_tensor 将决定。

"convert to tensor' 创建一个对象，然后它是 None 并导致错误。显然，LSTM 试图将输入转换为张量......但是如果我查看我的输入，它已经是一个张量。

你们有没有人知道出了什么问题或如何使用 lambda 作为初始化程序？谢谢

编辑：堆栈跟踪

文件“C:\Users\310122653\Documents\GitHub\DNN\build_model.py”，行 44、在 LSTM_model_1 model.add(LSTM(hidden_units, activation='tanh', return_sequences=True, dropout=Dropout))

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\models.py", 第 492 行，添加 output_tensor = layer(self.outputs[0])

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\layers\recurrent.py", 第 499 行，在 call 中 return super(RNN, self).call(inputs, **kwargs)

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\topology.py", 第 592 行，在调用 self.build(input_shapes[0])

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\layers\recurrent.py", 第 461 行，正在构建中 self.cell.build(step_input_shape)

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\layers\recurrent.py", 第 1838 行，正在构建中约束=self.kernel_constraint)

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\legacy\interfaces.py", 第 91 行，在包装器中返回函数(*args, **kwargs)

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\topology.py", 第 416 行，在 add_weight 约束=约束）

文件 "C:\ProgramData\Anaconda3\lib\site-packages\keras\backend\tensorflow_backend.py", 第 395 行，在变量中 v = tf.Variable(值, dtype=tf.as_dtype(dtype), name=name)

文件 "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\ops\variables.py", 第 235 行，在 init 中约束=约束）

文件 "C:\ProgramData\Anaconda3\lib\site-packages\tensorflow\python\ops\variables.py", 第 356 行，在 _init_from_args “初始化器。” % 名称）

【问题讨论】：

请分享堆栈跟踪。
你好丹尼尔。很高兴再次见到你。我添加了错误的堆栈跟踪。
因为它看起来是一个 dtype 问题。输入和目标数据都是 float64。那可能是错误吗？在描述中，如果没有给出其他 dtype，则接受 tensor 或 float32。我将尝试将两者都转换为 float32 并返回结果
你的代码中真的是这样吗？ model.add(Masking(mask_value=666, input_shape=X_train.shape[1],X_train.shape[2])))（看来输入形状应该是(X_train.shape[1], X_train.shape[2])。
也许你可以完全重新启动你的 python 内核......有时我会遇到非常奇怪的错误，这些错误是这样解决的。（不知道为什么，但是经常在我中断一些代码时开始）

标签： python keras lstm

【解决方案1】：

在这种情况下，解决方案是重新启动内核。感谢 Daniel Möller

【讨论】：