传入函数时，Theano数据集维度错误

Question

使用mlp的示例网络，其中包含2个隐藏层和两个丢包 所以我的load_data（）函数有400行20个特征，我的标签数据集只有400行，一个变量将被分成X_train X_test y_train_y_test，有些被拿出来进行验证

我的烤宽面条输入图层是：

l_in = lasagne.layers.InputLayer(shape=(None, 20), input_var=input_var)

我的火车功能是train_fn = theano.function([input_var, target_var], loss, updates=updates, allow_input_downcast=True)

在这附近我的程序会跳过：train_err += train_fn(inputs, targets)

'Wrong number of dimensions: expected 1, got 2 with shape (20, 1).')

20，我理解，因为我在一侧传递了20个值，在标签方面传递了1个值，但我认为theano自动地将每个数组变平？

我该怎么做才能解决这个问题？ 任何帮助将不胜感激！

Answer 1

您传递给train_fn()的输入应为ndarray，其形状为(n, 20)，其中n是您的小批量中的示例数。目标应为ndarray，形状为(n)（请注意，形状(1, n)和(n, 1)不起作用）。尝试仔细检查实际传递给函数的数组是否与这些形状匹配。