我是Keras的新手，正在尝试测试我刚刚训练的模型。
我正在使用Tensorflow后端和Python 3。
但是，我的输入所具有的形状与Keras所说的错误形状完全不同。这是我的代码：
testnote = np.zeros((3,))
testnote[0] = 70
testnote[1] = 70
print(testnote.shape)
pred = model.predict(testnote)
print(pred)
我的一致输出为testnote的形状为“（3，）”，然后为我的预测行产生了一个错误：“ ValueError：检查输入时出错：预期density_1_input具有形状（3，）但形状为数组（ 1，）“
当我刚刚确认形状为（3，）时，Keras读其具有形状（1，）的testnote感觉如何？它对“形状”的含义是否使用某种不同的标准？我已经尝试过重塑形状并添加括号和其他一些东西，但是我真的不知道问题出在哪里。
对于其他情况，该模型采用一个具有3个标量输入（代表音高，速度和乐器类）的数组，并输出一个具有1025个标量输出的数组。我小心翼翼地不使用“尺寸”一词，因为我认为这是让我感到困惑的地方，从技术上讲，两者均为一维。我确定我的模型有很多问题，在此之后我将不得不解决这些问题。但是，我只想让此预测功能正常工作，以便我可以理解我的输出是什么样子。
在此先感谢您的帮助。
答案 0 :(得分：0)
Keras Model隐含地期望您的数据（作为np array传递）具有批量大小。当前，您的模型将testnote解释为形状1的3个示例。尝试按如下所示将批次尺寸添加到“ testnote”中：
testnote = testnote.reshape(1,-1)
这将重塑testnote的形状以形成（1，3），以便您将批处理大小明确定义为1。