RNN 和词分类的维度错误答案

【问题标题】：Dimension error with RNN and word classificationRNN 和词分类的维度错误
【发布时间】：2020-07-22 13:55:39
【问题描述】：

我是 NLP 的新手，我想根据语言对不同的单词进行分类（基本上我的模型应该告诉我一个单词是法语、英语还是西班牙语等等）。

当我拟合以下模型时，出现尺寸错误。 “数据集”包含单词，它是一个大小为 (1550, 19) 的填充张量，“y”包含不同的语言，它也是一个大小为 (1550, 10) 的填充张量。

np.random.seed(42)
tf.random.set_seed(42)

from tensorflow.keras.layers import LSTM, GRU, Input, Embedding, Dense

input = Input(shape=[None])
z = Embedding(max_id + 1, 128, input_shape=[None], mask_zero=True)(input)
z = GRU(128)(z)
output = Dense(18, activation='softmax')(z)

model = keras.models.Model(input, output)
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

h = model.fit(dataset, y, epochs=5)

ValueError：形状 (None, 10) 和 (None, 18) 不兼容

你看出问题出在哪里了吗？

谢谢！

【问题讨论】：

标签： python keras nlp dimension

【解决方案1】：

消息告诉您形状不兼容，它们需要匹配。我会将此作为评论，但由于我的声誉，我不能，所以这就是我直接回答的原因，但我不确定它是否有效，你试过了吗：

output = Dense(10, activation='softmax')(z)

【讨论】：

确实是维度问题。它不适用于 Dense(10)。