使用Model.Fit（）时处理张量形状

Question

我是出于自己的目的在TensorFlow中实现Tacotron2，但我无法使用Model.Fit（）方法训练它。 我的tf.data.dataset生成两个元组（输入和输出），如下：（Phonemes，Mel_spec），（Mel_spec，Gates，Gates）其中Phonemes是各种尺寸的字符串， mel_spec是各个长度和固定通道的频谱2D张量（此处为80），gates是1D张量，长度与mel_spec（表示A停止预测）。 TACOTRON利用教师强迫，这就是为什么MEL_SPEC在输入和输出元组中。

由于输入的长度不同，因此我使用paded_batch方法如下：

dataset = dataset.padded_batch(batch_size, 
        padding_values=((None, None), (None, 1.)) )

仅用于门的填充值1。 的内容时，使用print（next（iter（dataset）））），一切听起来不错：形状，填充...此外，当手动喂食完整的批次时：

x, y = next(iter(dataset.padded_batch(batch_size, padding_values=((None, None), (None, 1.)) )))
mels, gates = tac(x)

在检查它返回 张量，形状正确。

但是，事实证明，我无法浏览fit方法。 当我这样做时，

dataset = dataset.padded_batch(batch_size, 
        padding_values=((None, None), (None, 1.)) )

"""
train
"""
optimizer = conf["train"]["optimizer"]
epochs = conf["train"]["epochs"]

tac.compile(optimizer=optimizer, loss=tac.criterion)
tac.fit(dataset, epochs=epochs)

我得到了：

Tacotron2.py:177 call  *
        crop = mels.shape[2] - mels.shape[2]%self.config["n_frames_per_step"]#max_len must be a multiple of n_frames_per_step
TypeError: unsupported operand type(s) for %: 'NoneType' and 'int'

这是我的调用函数，

def call(self, batch, training=False):

    phon, mels = batch
    x = self.tokenizer(phon)
    x = self.char_embedding(x)
    y = self.encoder(x)
    print(y.shape)


    crop = mels.shape[2] - mels.shape[2]%self.config["n_frames_per_step"]#max_len must be a multiple of n_frames_per_step
    mels, gates = self.decoder(y, mels[:,:,:crop])

    residual = self.decoder.postnet(mels)
    mels_post = mels + residual
return (mels, mels_post), gates

似乎fit正在为我的模型提供空张量，并且由于我需要访问我的张量的形状将其裁剪，这会引起错误。我不知道为什么Tensorflow这样做，我主要与Pytorch一起工作，所以我仍在学习TF的基础知识。有人知道我的方式怎么了？