【tensorflow2】embedding层索引出错问题

最新推荐文章于 2023-01-27 01:02:52 发布
最新推荐文章于 2023-01-27 01:02:52 发布
阅读量2.5k 收藏 1
点赞数
分类专栏： Python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_43982238/article/details/113182992
版权

出错信息

tensorflow.python.framework.errors_impl.InvalidArgumentError: indices[4,0] = 5 is not in [0, 5)

  • indices[4,0] = 5 is not in [0, 5)说明embedding的最大索引值为4，这里是5，所以出错了。
  • 查看构建Embedding层的代码发现input_dim为4,改为5后即可。
# 出错的代码
embedding = Embedding(input_dim=4, output_dim=8)
# 修改后的正确代码
embedding = Embedding(input_dim=5, output_dim=8)

参考链接：stackoverflow

拾一滴清水
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
Word Embedding:负样本损失函数结果异常
nashyu的博客
06-02 2314
Word Embedding:负样本损失函数结果异常 实验环境 框架：tensorflow 模型选择：CBOW+NCE loss 单词个数：30000 问题描述 NCE损失函数表示如下： Jθ=−∑w∈V(logP(y=1|x)+∑i=1klogP(y=0|x(w(i)))) J_\theta = - \sum\limits_{w \in V} {\left( {\log P\left(
解决Keras中Embedding层masking与Concatenate层不可调和的问题
09-16
然而，当`Embedding`层与其他层如`Concatenate`层结合时，特别是在处理不同长度序列的情况下，可能会出现不兼容问题。 在问题描述中，作者遇到的错误是由于两个`Embedding`层的输出在被`Concatenate`层合并时，它们...
keras Embedding层报InvalidArgumentError: indices[23,18] = -1 is not in [0, 480)类似错误解决办法
pyswt的博客
12-06 4984
对于码农来说，最害怕的就是各种bug。关于InvalidArgumentError: indices[23,18] = -1 is not in [0, 480)这个类型的错误，我之前也遇到了，然后在网上找了半天也没有解决，最后想了想看了看数据，词向量里面有负值(<0的值)，我想和这个有没有关系，然后就把数据标准化了一下把负值变成了正值，运行竟然可以了，好神奇啊~（咳咳），想想也是，词向量里...
Embedding层出错Invalid argument: indices[2,37] = 7100 is not in [0, 7100)
ghedhrjeerdjh的博客
03-19 1325
在处理文本数据时，在进行编码之后常常需要处理文本数据长度不同的问题，此时需要使用 tf.keras.preprocessing.sequence.pad_sequences(data,max_length)) 方法对文本数据进行填充，使样本的长度相同。在填充过程中，会在样本中加0，这样也就导致了整个数据集中单词个数的增长（+1）。 如果不增加单词个数，在后续使用Embedding层的时候， tf.layers.Embedding(word_dim,new_space_dim,input_length)
embedding时报错IndexError: index out of range in self
BGMcat的博客
04-08 3044
报这个错误是embedding层的张量输入超过了合法范围，下标超了 原因 进行词嵌入（embedding）操作时，权重矩阵的每一行可以理解为字典中的每一个键，one-hot的各个类别，每一列为隐向量，相当于词的特征，字典中的值。 在输入时，只有数据是这个字典的键的时候才能找到对应的隐向量进行计算。 而键用下标表示的就是，输入数据的index在[0, num_embeddings-1]（权重矩阵的行数-1）之间。 这就是embedding的结果，权重矩阵，下图为三行五列，三个词，每个词五个特征 验证 #查看
tensorflow 中的embedding 报错问题解决
momaojia的博客
08-24 1万+
今天TensorFlow中的tf.contrib.layers.embed_sequence来对输入进行embedding时候，发现报了如下的错误：     InvalidArgumentError (see above for traceback): indices[1,2] = 6 is not in [0, 6) [[Node: EmbedSequence_8/embedding_lo
tensorflow中的InvalidArgumentError (see above for traceback): indices[1] = 10 is not in [0, 10)
baidu_15113429的博客
07-24 5441
InvalidArgumentError (see above for traceback): indices[1] = 10 is not in [0, 10) lookup的时候出现10的index,但是embedding中没有10对应的向量就会报错
Keras—embedding嵌入层的用法详解
09-16
Keras 提供了一个 `Embedding` 层，用于这种词嵌入操作，它能够将离散的整数编码（如单词索引）转换为低维稠密向量，这些向量可以捕获词汇之间的语义和句法关系。本文将深入探讨 Keras 中 `Embedding` 层的使用方法...
一维卷积神经网络英语电影评论情感分类项目功能实现-Embedding层
最新发布
03-19
本程序实现了电影评论数据集导入，并设置最大词汇数，每条句子的单词最大数，加入了Embedding层以及1-dim的卷积层以及Dense层，实现了基于一维卷积神经网络的电影评论情感分类功能实现，并实现了网络结构的Plot_...
循环神经网络2-Embedding层.py
12-29
循环神经网络2-Embedding层的源码
tensorflow實現word2vec
06-09
**TensorFlow实现Word2Vec** 在自然语言处理（NLP）领域，Word2Vec是一种广泛使用的词嵌入方法，它能够将词汇转换为连续的向量表示，从而捕捉到词汇之间的语义关系。TensorFlow是一个强大的开源机器学习库，非常...
Tensorflow报错：InvalidArgumentError:indices[401,33] = 77571 is not in [0, 10000)
u013250861的博客
01-27 328
在进行影评文本分类时，遇到一个报错，记录下解决过程。
【错误记录】train_function -＞ train_function
qq_42260874的博客
04-22 1896
文本（方便查找）：InvalidArgumentError: 2 root error(s) found. (0) Invalid argument: indices[0,0] = 3479 is not in [0, 1785) [[node sequential/embedding/embedding_lookup (defined at <ipython-input-15-f68b96d3c625>:7) ]] [[sequential/embedding/embedding_look..
indices[0,0] = 3046 is not in [0, 2681)
WGS.
10-28 1124
在用keras训练deepFM时，评估的时候出现这个错误。说明评估的数据维度和训练的维度不一致，建议对sparse_features、dense_features重新划分。 部分代码如下： cclicol = ['position', 'hour', 'advert_place', 'province_id', 'W', 'H', 'click_nums_all', 'click_nums_yesterday', 'user_modelMake', 'holiday_clic.
模型训练报错InvalidArgumentError: indices[12,0] = 4 is not in [0, 4) [[node model_1/emb_lookup_user_sex
小颜颜6035的博客
11-09 2322
运行代码： train_df = pd.read_csv('E:/work_notebook/09.06_个性化推荐点击率预估/user_item_act_train_df.csv') val_df = pd.read_csv('E:/work_notebook/09.06_个性化推荐点击率预估/user_item_act_val_df.csv') x_train = train_df.iloc[:, :-1].values y_train = train_df['label'].values x_val
keras 中 Embedding层input_dim,output_dim个人理解
CoderLife_的博客
01-25 1万+
from keras.layers.embeddings import Embedding Embedding(input_dim, output_dim, embeddings_initializer='uniform', embeddings_regularizer=None, activity_regularizer=None, embeddings_constraint=None, mas...
tensorflow.python.framework.errors_impl.InvalidArgumentError: Invalid indices:
编程之路
12-18 1万+
  tensorflow.python.framework.errors_impl.InvalidArgumentError: Invalid indices: [6272,0] = [1, 14, 1, 0] does not index into [3,14,14,512]      [[Node: unpool5/ScatterNd = ScatterNd[T=DT_FLOAT, Ti...
tensorflow.python.framework.errors_impl.InvalidArgumentError:
热门推荐
fu6543210的博客
06-26 2万+
tensorflow.python.framework.errors_impl.InvalidArgumentError: Negative dimension size caused by subtracting 2 from 1 for 'max_pooling2d_2/MaxPool' (op: 'MaxPool') with input shapes: [?,1,128,128].报这种类...
tensorflow embedding
03-16
TensorFlow中的嵌入（embedding）是一种将离散数据（如单词或类别）映射到连续向量空间的技术。它可以用于自然语言处理（NLP）中的词嵌入，也...在TensorFlow中，我们可以使用tf.keras.layers.Embedding层来实现嵌入。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值