前提・実現したいこと
kerasを用いてDQNを実装しようとしています。その際にkerasでは扱っていない誤差関数であるhuber_lossを自作関数として定義して、modelにcompileしようとしています。
発生している問題・エラーメッセージ
ValueError: Shapes () and (?, ?) are incompatible
該当のソースコード
python
1 def init_model(self): 2 3 # tensorflowにあるhuber_lossをラップ 4 def huber_loss_tensorflow_wrap(y_true, y_pred): 5 return tf.losses.huber_loss(labels=y_true, predictions=y_pred) 6 7 state_input = Input(shape=(4, 28, 28), name='state') 8 action_input = Input(shape=[None], name='action', dtype='int32') 9 10 x = Convolution2D(16, (4, 4), activation='relu', strides=(2, 2), padding='same')(state_input) 11 x = Convolution2D(32, (2, 2), activation='relu', strides=(1, 1), padding='same')(x) 12 x = Convolution2D(32, (2, 2), activation='relu', strides=(1, 1), padding='same')(x) 13 x = Flatten()(x) 14 x = Dense(128, activation='relu')(x) 15 16 y_pred = Dense(self.n_actions, activation='linear', name='main_input')(x) 17 y_true = Input(shape=(self.n_actions, ), name='y_true') 18 19 loss_out = Lambda(lambda y_s: huber_loss_tensorflow_wrap(y_s[0], y_s[1]), output_shape=(1, ), name='loss')([y_true, y_pred]) 20 21 self.model = Model(inputs=[state_input, action_input, y_true], outputs=[loss_out, y_pred]) 22 23 opt = RMSprop(lr=self.learning_rate) 24 25 # 以下compile時にエラー 26 self.model.compile(loss=huber_loss_tensorflow_wrap, optimizer=opt) 27 28 self.target_model = copy.copy(self.model)
試したこと
エラーをたどると
lib\site-packages\tensorflow\python\ops\losses\losses_impl.py にて
predictions.get_shape().assert_is_compatible_with(labels.get_shape())箇所でエラーが出ます。
定義されているget_shape()によって返ってくる値がpredicitionsとlabelsで異なるのが原因かと思いますが、いかがでしょうか。
補足情報(FW/ツールのバージョンなど)
python:3.6.4
tensorflow:1.8.0
keras : 2.2.0
あなたの回答
tips
プレビュー