Keras中的次要错误:ValueError的错误更正?

时间:2018-07-05 13:35:44

标签: python tensorflow neural-network keras

我训练了Keras模型,但是我很难做出预测。我的输入数组的形状为(400,2),而输出数组的形状为(400,1)。现在,当我将参数array([1,2])传递给model.predict()函数时,出现以下错误:

 ValueError: Error when checking input: expected dense_1_input to have shape (2,) but got array with shape (1,).

shape(array([1,2])) = (2,)起是荒谬的,因此model.predict函数应将其作为有效输入。

相反,当我传递形状为(1,2)的数组时,它将原始工作。那么Keras实现中是否存在错误?

我的模型如下:

from keras.models import Sequential
from keras.layers import Dense
from keras import optimizers
import numpy as np

data = np.random.rand(400,2)
Y = np.random.rand(400,1)

def base():
    model = Sequential()
    model.add(Dense(4,activation = 'tanh', input_dim = 2))
    model.add(Dense(1, activation = 'sigmoid'))
    model.compile(optimizer = optimizers.RMSprop(lr = 0.1), loss = 'binary_crossentropy', metrics= ['accuracy'])      
    return model 

model = base()
model.fit(data,Y, epochs = 10, batch_size =1)
model.predict(np.array([1,2]).reshape(2,1))   #Error
model.predict(np.array([1,2]).reshape(2,)) #Error
model.predict(np.array([1,2]).reshape(1,2)) #Works

2 个答案:

答案 0 :(得分:1)

第一个维度是批处理维度。因此,即使使用(num_samples,) + (the input shape of network)方法,也必须传递形状为predict的数组。这就是为什么当您传递形状为(1,2)的数组时它会起作用的原因,因为(1,)表示样本数,而(2,)是网络的输入形状。

答案 1 :(得分:0)

如果模型需要(2,)数组,则应传递(2,)形状数组

x = x.reshape((2,))
model.predict(x)