输入次数每次训练增加.数据集被调用

Question

我的模型有多个输入和输出，所以我传递一个字典给train_dataset:

train_dataset = tf.data.Dataset.from_tensor_slices(
(
{"input_17": timetr, "input_18": atr},
{"ed": wtr, "sd": wbtr},
)
)
train_dataset = train_dataset.batch(10)

现在，每次我运行上面的代码块，然后运行:

history = model.fit(train_dataset,epochs=5,callbacks=[cp_callback],verbose=1,steps_per_epoch= 402)

它会要求我增加输入数，即"input_17"应该是"input_19","input_18"应该是"input_20"。我也不知道这是为什么发生,我厌倦了递增的输入每次运行这些命令。有解决办法吗?

Answer 1

它为每次运行创建一个新的增量名称。以前的名称已被使用，因此将增加后缀以分配新名称。尝试指定自己的名称，如:

InputLayer(...,name="input_1")
InputLayer(...,name="input_2")

那么它们的名字在每次运行时都是相同的。