keras - 埋め込み版 seq2seq モデル (Keras)

Question

keras github のサンプルを修正して、組み込み版 seq2seq モデルを構築したいと考えています。 https://github.com/keras-team/keras/blob/master/examples/lstm_seq2seq.py

np.reshape を試しましたが、うまくいきません。

from keras.layers.embeddings import Embedding

embedding = 100
vocab_size = 10000

encoder_inputs = Input(shape=(None,), name="Encoder_input")
encoder = LSTM(latent_dim, return_state=True, name='Encoder_lstm') 
Shared_Embedding = Embedding(output_dim=embedding, input_dim=vocab_size, name="Embedding") 
word_embedding_context = Shared_Embedding(encoder_inputs) 
encoder_outputs, state_h, state_c = encoder(word_embedding_context) 
encoder_states = [state_h, state_c] 

decoder_inputs = Input(shape=(None,))
decoder_lstm = LSTM(latent_dim, return_sequences=True, return_state=True, name="Decoder_lstm") 
word_embedding_answer = Shared_Embedding(decoder_inputs) 
decoder_outputs, _, _ = decoder_lstm(word_embedding_answer, initial_state=encoder_states) 


decoder_dense = Dense(vocab_size, activation='softmax', name="Dense_layer") 
decoder_outputs = decoder_dense(decoder_outputs) 


model = Model([encoder_inputs, decoder_inputs], decoder_outputs) 



model.compile(optimizer='rmsprop', loss='sparse_categorical_crossentropy')

# Note that `decoder_target_data` needs to be one-hot encoded,

# rather than sequences of integers like `decoder_input_data`!

model.fit([encoder_input_data, decoder_input_data], decoder_target_data,

          batch_size=batch_size,

          epochs=epochs,

          validation_split=0.2)
model.save('s2s.h5')

しかし、次のエラーメッセージが表示されました。誰か助けてもらえますか? どうもありがとうございます！

ValueError: 入力チェック時のエラー: Encoder_input は 2 次元であると予想されましたが、形状を持つ配列を取得しました (4999, 53, 3132)