Olá, pessoal

Estou fazendo uma rede neural com 3 classes e meu código travou. Tá aparecendo ‘TypeError: __init__() missing 1 required positional argument: ‘output_dim’. Não consegui achar isso na documentação. Segui o código do Jones, exceto pelas duas classes (já que uso três). Não consigo entender o que seria isso! Poderiam me ajudar? O link da célula no colab é (tb mando meu código logo abaixo). Obrigado.

https://colab.research.google.com/drive/1HjMXbsg4-drKA_94r4_uk7TXRvZPxjvv#scrollTo=SbzJPfz-gYn5&line=27&uniqifier=1

class DCNN(tf.keras.Model):
def __init__(self,
vocab_size,
emb_dim= 128,
nb_filters = 50,
ffn_units=512,
nb_classes = 3,
dropout_rate = 0.1,
training = False,
name = ‘dcnn’):
super(DCNN, self).__init__(name = name)

self.embedding = layers.Embedding(vocab_size, emb_dim = 128)
self.bigram = layers.Conv1D(filters = nb_filters, kernel_size=2,
padding = ‘same’,
activation = ‘relu’)
self.trigram = layers.Conv1D(filters = nb_filters, kernel_size=3,
padding = ‘same’,
activation = ‘relu’)
self.fourgram = layers.Conv1D(filters = nb_filters, kernel_size=4,
padding = ‘same’,
activation = ‘relu’)

self.pool = layers.GlobalMaxPool1D()

self.dense_1 = layers.Dense(units = ffn_units, activation= ‘relu’)

self.dropout = layers.Dropout(rate = dropout_rate)

if nb_classes == 2:
self.last_dense = layers.Dense(units = 1, activation= ‘sigmoid’)
else:
self.last_dense = layers.Dense(units = nb_classes, activation= ‘softmax’)

def call(self, inputs, training):
x = self.embedding(inputs) #inicio do fluxo da rede neural, embedding
x_1 = self.bigram(x)
x_1 = self.pool(x_1)
x_2 = self.trigram(x)
x_2 = self.pool(x_2)
x_3 = self.fourgram(x)
x_3 = self.pool(x_3)

merged = tf.concat([x_1, x_2, x_3], axis = -1) ##concatena o output do pooling
merged = self.dense_1(merged) #liga os dados da concatenação à camada densa
merged = self.dropout(merged, training) #zera porção dos neuronios
output = self.last_dense(merged) #liga camada de drop out nessa camada

return output