Question

我正在使用顺序神经网络，也许这就是问题所在。请查看以下代码 -

type(train)
pandas.core.frame.DataFrame

train.shape
(933, 38)

features = df1.columns[:37]
x = np.array(train[features])
y = np.array(train[37])

x.shape
(933L, 37L)

y.shape
(933L,)

model = Sequential()
model.add(Dense(32, input_shape=(933, 38)))
model.add(Dense(10, activation='softmax'))
model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'],
             sample_weight_mode="temporal")

model.fit(x=x, y=y, batch_size=50, verbose=1)

然后我收到以下错误 -

ValueError: Error when checking model input: expected dense_21_input to have 3 dimensions, but got array with shape (933L, 37L)

Answer 1

样本维度（第一个）不属于input_shape，因此您可以通过将此行更改为：

来使其工作

model.add(Dense(32, input_shape=(38, )))

这告诉Keras在训练时确定38个维度的输入，样本数量可变。

（请查看评论以获得进一步的帮助）

如何使用2D形状使Keras工作？

1 个答案: