快速dtw作为张量流模型中的损失函数

问题描述

我是一名博士研究生，但不是深度学习或Python方面的专家，如果我的问题很琐碎，那么请抱歉。 我想做的是将快速dtw（https://pypi.org/project/fastdtw/）用作TensorFlow模型的损失函数。 （RNN） 定义函数后：

def dtw_distance (x,y):
  distance,path=fastdtw(x,y)
  return distance

我正在尝试使用它作为损失函数来编译我的模型：

from keras.callbacks import EarlyStopping,ModelCheckpoint

earlystopper = EarlyStopping(patience=10,verbose=1,monitor='loss')

checkpointer = ModelCheckpoint('model-dsbowl2018-1.h5',save_best_only=True,monitor='loss')

results = model.fit(train_av,train_ap,validation_split=0.1,batch_size=10,epochs=100,callbacks=[earlystopper,checkpointer])

我收到以下错误消息： TypeError：用户代码中：

/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py:806 train_function  *
    return step_function(self,iterator)
<ipython-input-45-aacde9207c50>:2 dtw_distance  *
    distance,y)
fastdtw/_fastdtw.pyx:78 fastdtw._fastdtw.fastdtw  **
    
fastdtw/_fastdtw.pyx:222 fastdtw._fastdtw.__prep_inputs
    
/usr/local/lib/python3.6/dist-packages/numpy/core/_asarray.py:138 asanyarray
    return array(a,dtype,copy=False,order=order,subok=True)

TypeError: __array__() takes 1 positional argument but 2 were given

即使在我的函数中添加了self参数，同样的错误仍然存​​在。 我在这里想念什么？

谢谢

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）