Question

我正在尝试一个基本分类，该分类要使用8个输入来预测一个人是否患有糖尿病。我已经使用keras训练了模型

  X =数据集[：，0：8]
Y =数据集[：，8]
模型= Sequential（）
model.add（Dense（12，input_dim = 8，kernel_initializer ='uniform'，
activation ='relu'））
model.add（密集（8，kernel_initializer ='统一'，激活='relu'））
model.add（Dense（1，kernel_initializer ='uniform'，
Activation ='Sigmoid'））
model.compile（loss ='binary_crossentropy'，优化器='adam'，指标=
['准确性']）
x_train，x_test，y_train，y_test = train_test_split（X，Y，
test_size = 0.3，random_state = 25）
model.fit（x_train，y_train，batch_size = 20，epochs = 100，verbose = 1，
validation_data = [x_test，y_test））
分数= model.evaluate（x_train，y_train，verbose = 0）
打印（“％s：％。2f %%”％（model.metrics_names [1]，分数[1] * 100））
model.save（'logreg.h5'）

现在使用tensforjs_convertor我已经将 logreg.h5转换为model.json

这是我的 app.component.ts ，我要在其中使用经过训练的模型并进行预测

  async loadModel（）{
this.model =等待tf.loadModel（'/ assets / model.json'）;
}
异步提交（窗体：NgForm）{
this.loading = true;
var x = tf.tensor1d（[[form.value.p]，[form.value.glu]，
[form.value.bp]，[form.value.sk]，[form.value.insulin]，
[form.value.bmi]，[form.value.op]，[form.value.a]，
[form.value.pred]，]）；
var y = tf.tensor2d（[form.value.pred]）
const output = this.model.predict（tf.tensor1d（[x]））as any;

我正在从html中获取表单值运行项目后，浏览器中的控制台显示以下错误， tensor1d要求值是平面/类型数组

我是这个keras和tensorflowjs的新手，可以帮忙

Answer 1

@alkanen已经评论了您传递给tensor1d的值是一个数组数组。（[[val],[val]]。

据我所知，值form.value.X已经是浮点型的，因此您可以像[form.value.p, form.value.glu, ...]那样简单地从它们中创建一个浮点型数组，然后将其传递给tf.tensor1d()。

第二件事是，predict和fit将张量或张量数组（Reference）作为参数进行批处理，因此您可以像{{ 1}}。

Answer 2

要求值是平面/类型数组

表示作为参数传递给张量的数组的尺寸或等级存在问题。

tf.tensor1d要求参数为平面数组（深度为1的数组），这意味着该数组不应嵌套[1, 2, 3]。

同样，tf.tensor2d要求参数为深度2的数组，它应类似于[[1, 2], [3,4]]。

要解决此问题：

x = tf.tensor1d([form.value.p, form.value.glu, form.value.bp, form.value.sk, form.value.insulin,form.value.bmi, form.value.op, form.value.a, form.value.pred])

您声明y为张量2d，form.value.pred既用作要素（x）又用作标签（y）。无论是拼写错误还是您要实现的体系结构。但是要保持连贯性，x和y中的数据结构是不同的。因此，您可以考虑声明您的y也是张量1d，或者在form.value.pred中使用它之前，请确保将x展平。

tensor1d要求值是一个flat / typedarray

2 个答案: