Tensorflow抛出distributed

我认为这里的大多数答案都忽略了这里问题的症结所在。这里的 Tensorflow 模型尝试对定义的 Embedding Layer 中不存在的索引执行 Embedding Lookup 操作。大多数答案都指向 VRAM 问题，但很可能由于简单的查找问题而出现此消息。要解决此问题，您可以定义自己的字典并对标签进行编码，并且对于每个未知标签，您可以返回0或-1保留一个未知类别。一些解决此类问题的示例代码（受这篇文章的启发，似乎适用于测试数据）：自定义字典处理类：class EmbeddingMapping:    """    An instance of this class should be defined    for each categorical variable you want to use.    """    def __init__(self, series: pd.Series) -> None:        # get a list of unique values        values = series.unique().tolist()        # dictionary mapping        self.embedding_dict: Dict[str, int] = {value: int_value + 1 for int_value, value in enumerate(values)}        self.num_values: int = len(values) + 1  # +1 for unknown categories    def get_mapping(self, value: str) -> int:        # return value if it was seen in training        if value in self.embedding_dict:            return self.embedding_dict[value]        else:            return 0构建映射：# build mappingsres_dict_train: Dict[str, EmbeddingMapping] = {}for var in categorical_features:    embd_train = EmbeddingMapping(X_train_categorical[var])    temp_series_train = X_train_categorical[var].apply(embd_train.get_mapping)    res_dict_train[var] = temp_series_trainX_train_categorical = X_train_categorical.assign(**res_dict_train)结合分类和数值特征的模型：# Keras# Categorical varsmodels_lst = []inputs = []for cat_feature in categorical_features:    print('---------------------------------------')    print(f'Info for categorical feature {cat_feature}')    input_i = Input(shape=(1,), dtype='int32')    inputs.append(input_i)    num_categories = EmbeddingMapping(X_train_categorical[cat_feature]).num_values    print(f"Number of categories: {num_categories}")    embedding_size = min(np.ceil(num_categories/2), 50)     # rule of thumb    embedding_size = int(embedding_size)    print(f'Embedding size: {embedding_size}')    model_i = Embedding(input_dim=num_categories, output_dim=embedding_size, input_length=1, name=f'embedding_{cat_feature}')(input_i)    model_i2 = Reshape(target_shape=(embedding_size,))(model_i)    models_lst.append(model_i2)# layer for numericalinput_numerical = Input(shape=(len(numerical_features),), dtype='float32')numerical_model = Reshape(target_shape=(2,))(input_numerical)models_lst.append(numerical_model)inputs.append(input_numerical)concatenated = concatenate(models_lst, axis=-1)mymodel = Dense(50, activation="relu")(concatenated)mymodel2 = Dense(15, activation="relu")(mymodel)mymodel3 = Dense(1, activation='sigmoid')(mymodel2)final_model = models.Model(inputs, mymodel3)final_model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['acc', 'binary_accuracy'])final_model.fit(x=train_input_list, validation_split=0.2, y=y_train, epochs=1, batch_size=128)为了解释代码，它创建了一个嵌入层，如果嵌入查找在任何情况下都失败，我们分配一个未知变量。如果您有一个自定义的 Data 对象，例如 Pandas DataFrame，您可以使您的数值和分类特征离散，并以这种方式应用模型，或者仅使用具有上述映射的分类模型代码。另一种方法是使用 Scikit-Learn OrdinalEncoder（自 SKLearn 0.24.2 起添加），但我发现这更简单，因为它易于维护。

Tensorflow抛出distributed_function错误

4回答