值错误：第 "model_1" 层需要 2 个输入，但它收到了 1 个输入张量

Question

我正试图使用Bert预训练模型构建一个文本分类模型，但在尝试拟合模型时，我一直遇到错误。

错误显示

ValueError: Layer "model_1" expects 2 inputs but it received only 1 input tensor. 
Inputs received: [<tf.Tensor 'IteratorGetNext:0' shape=(None, 309) dtype=int32>]

我也在使用TensorFlow和其他Python库。

这是我的代码：

import numpy as np
from data_helpers import load_data
from keras.models import Sequential
from keras.layers import Dense
from tensorflow.keras.layers import Embedding
from sklearn.model_selection import train_test_split
from keras.layers.convolutional import Conv1D
from keras.layers.convolutional import MaxPooling1D
from keras.layers import Dropout,Flatten
from sklearn.metrics import classification_report 
from transformers import TFBertModel
import tensorflow as tf
import tensorflow_hub as hub
import tensorflow_text as text
from tensorflow.keras.layers import Embedding
# Data Preparation
print("Load data...")
x, y, vocabulary, vocabulary_inv = load_data()
np.save('data1-vocab.npy', vocabulary) 
sequence_length = x.shape[1]
X_train, X_test, y_train, y_test = train_test_split( x, y, test_size=0.2, random_state=42)
bert_model = TFBertModel.from_pretrained('bert-base-uncased')
def create_model(bert_model, max_len=sequence_length):

##params###
opt = tf.keras.optimizers.Adam(learning_rate=1e-5, decay=1e-7)
loss = tf.keras.losses.CategoricalCrossentropy()
accuracy = tf.keras.metrics.CategoricalAccuracy()

input_ids = tf.keras.Input(shape=(max_len,),dtype='int32')

attention_masks = tf.keras.Input(shape=(max_len,),dtype='int32')

embeddings = bert_model([input_ids,attention_masks])[1]

output = tf.keras.layers.Dense(3, activation="softmax")(embeddings)

model = tf.keras.models.Model(inputs = [input_ids,attention_masks], outputs = output)

model.compile(opt, loss=loss, metrics=accuracy)


return model

model = create_model(bert_model,sequence_length)
model.summary()
model.fit(X_train, y_train, epochs=32, batch_size=32,verbose=1)

我已经更改了.fit((函数的参数，但什么都不起作用

Answer 1

很明显，您的代码是：

model = tf.keras.models.Model(inputs = [input_ids,attention_masks], outputs = output)

因此，这里的输入需要2个输入(input_ids和attention_masks(，但在fit函数中，您只向模型传递1个输入：

model.fit(X_train, y_train, epochs=32, batch_size=32,verbose=1)

因此，在修复该错误之前，您应该了解更多关于该模型的信息。我的意思是，你需要知道你的模型期望什么，以及你的模型的输入或输出结构。