R Keras中BERT输出与额外特征拼接报错求助

你的报错源于管道符%>%的误用：你通过管道将cls_token传入layer_concatenate，同时又指定了inputs参数，这导致函数收到两个冲突的输入——管道传递的未命名参数（即cls_token）和inputs列表，触发Keras的参数校验错误。此外，input_topic是int32类型，而BERT输出为浮点型，拼接前未统一类型也可能引发后续问题。

方案1：移除管道符，直接调用拼接层 #

这是最直接的方式，明确传入所有待拼接的张量列表：

input_word_ids <- layer_input(shape = c(set.max_length), dtype = 'int32', name = "input_word_ids")
input_mask <- layer_input(shape = c(set.max_length), dtype = 'int32', name = "input_attention_mask")
input_topic <- layer_input(shape = c(13), dtype = 'int32', name = "input_topic") %>%
  layer_dtype_cast(dtype = 'float32') # 统一 dtype 避免类型冲突

last_hidden_state <- model_tf(input_word_ids, attention_mask = input_mask)[[1]] # shape=(None, 512, 768)
cls_token <- last_hidden_state[, 1,] # shape=(None, 768)

# 直接调用layer_concatenate，传入张量列表
output <- layer_concatenate(inputs = list(cls_token, input_topic), axis = -1)

方案2：正确使用管道符传递拼接列表 #

如果坚持用管道，需将待拼接的张量列表作为管道输入，而非单独传递单个张量：

input_word_ids <- layer_input(shape = c(set.max_length), dtype = 'int32', name = "input_word_ids")
input_mask <- layer_input(shape = c(set.max_length), dtype = 'int32', name = "input_attention_mask")
input_topic <- layer_input(shape = c(13), dtype = 'int32', name = "input_topic") %>%
  layer_dtype_cast(dtype = 'float32')

last_hidden_state <- model_tf(input_word_ids, attention_mask = input_mask)[[1]]
cls_token <- last_hidden_state[, 1,]

# 将张量列表传入管道，再调用拼接层
output <- list(cls_token, input_topic) %>% layer_concatenate(axis = -1)

• 必须保证所有待拼接的张量数据类型一致：BERT的输出是float32，因此需要将input_topic通过layer_dtype_cast转为浮点型，否则会出现类型不兼容错误。
• 管道符%>%的作用是将左侧对象作为右侧函数的第一个参数，如果同时指定inputs参数，就会造成参数重复传入，这是核心错误点。

内容的提问来源于stack exchange，提问作者statistikr