“连接”层需要具有匹配形状的输入，连接轴 Keras 除外

Question

我是深度学习和编码的新手。

我正在尝试将分类嵌入层与数字特征连接起来，以适应多类分类的模型。但是，即使我尝试Reshape 输入，也无法连接层。任何帮助都非常感谢。

这是我的音频输入：

# fill in the 31 features grabbed from the original data set
audio_input = Input(shape=(31,), name='audio_features')
audio_input = Reshape((1,31))(audio_input)

这是我的嵌入层，reference1，reference2：

time_signature_input = Input(shape=(1,), name='time_signature')
time_signature_embedded = Embedding(train.time_signature.max()+1, min(600, round(1.6 * time_signature_size**0.56)), input_length=1, name='time_signature_embedded')(time_signature_input)

当我尝试连接时：

concatenated = Concatenate()([cats,audio_input])
out = layers.Flatten()(concatenated)

我得到了错误：

A `Concatenate` layer requires inputs with matching shapes except for the concat axis. Got inputs shapes: [((None, 1, 6),(None, 1, 31)]

Answer 1

试试这个，

audio_input = Input(shape=(31,), name='audio_features')
time_signature_input = Input(shape=(1,), name='time_signature')

nb_unique_classes = train.time_signature.max()+1
embedding_size = min(600, round(1.6 * time_signature_size**0.56))
    
time_signature_embedded = Embedding(nb_unique_classes , embedding_size , input_length=1, name='time_signature_embedded')(time_signature_input)
time_signature_embedded = Reshape(target_shape=(embedding_size,))(time_signature_embedded)  

model_layers = concatenate([time_signature_embedded] + [audio_input])