多输出不同形状的拟合keras模型

Question

我试图拟合一个具有不同输出的深度神经网络模型，一个是向量的策略输出，一个是标量的值输出。我还想实现经验回放。这就是为什么我想在每个时代之后训练模型

我不知道什么是最好的方法，但在网上学习了一些教程后，我想出了以下代码来训练模型（注意agent.brain就是模型）：

for epoch in range(agent.EPOCHS):

    # running some code using the model.predict function

    minibatch = random.sample(agent.memory, agent.BS)
    for s, target_vector in minibatch:
         agent.brain.fit(x = s, y = [target_vector, np.array([target_value])], epochs = 1)

输出的形状：

policy_output (Dense)           (None, 4098)         4724994     flatten_3[0][0]                  
__________________________________________________________________________________________________
value_output (Activation)       (None, 1)            0           dense_4[0][0]                    
==================================================================================================

此代码：

print(s.shape)
print(target_vector.shape)

返回：

(1, 72, 8, 8)
(4098,)

目标值是一个int

但我有一个错误：

ValueError: All target arrays (y) should have the same number of samples. Got array shapes: [(4098, 1), (1, 1)]

我还试着用一本字典来匹配这个模型，比如

{'policy_output' : target_vector, 'value_output' : np.array([target_value]) }

你能帮我理解我做错了什么吗