keras concatenate失败,形状不兼容

你能提供更多关于你定义的层的细节吗?

无论如何,对于连接层,在同一轴上的两个张量之间必须至少有一个维度匹配。

简单来说,你可以很容易地看到“无”与1不匹配,16与64不匹配。

除此之外,尝试像你所做的那样重塑是错误的。最初h_t为形状(1,64),并具有:

h_t = tf.reshape(h_t, shape=tf.TensorShape([None, h_t.get_shape()[-1].value]))

您试图将它重新整形为(none,64)张量,这在概念上是错误的,因为none意味着它可以是任何整数,通常表示您的批大小。

尝试执行以下操作时出现相同问题:

x_t = tf.reshape(x_t, shape=tf.TensorShape([1, x_t.get_shape()[-1].value]))

当你试图把它重塑成一个固定的形状时,你的初始形状是(无,16):(1,16)。

我认为你应该试着让你的h-u层返回一个形状为(none,1,16)或(none,16)的张量,这样你就可以先展平,然后在第一种情况下连接,在第二种情况下只使用concatenate。