我正在使用tensorflow JS尝试一个Iris数据分类器(总共150个元素)。
xTrain和yTrain都是一系列张量,我使用10批次(批次x,批量)
for(var i=0; i<epochs; i++){
while(end of one epoch){
var batchx = xTrain;
var batchy = yTrain;
batchx.slice(c,c+batch_size);
batchy.slice(c,c+batch_size);
const history = model.fit(batchx, batchy,{
batchSize: batch_size, epochs: 1
});
c = c+1;
}
}
我的模型中的一个层是这样定义的。
model.add(tf.layers.dense({
units: 10,
activation: 'sigmoid',
inputShape: [4],
name: 'hidden_layer',
}));
我猜这个错误是因为输入形状必须是4个元素的单个张量。我怎么能告诉它采取批量的张量?还是有更好的培训方法?
编辑:xTrain例如
e {isDisposed: false, size: 600, shape: Array(2), dtype: "float32", strides: Array(1), …}