Question

我正在尝试在keras中实现虚拟多元回归神经网络。输入是12维的，而输出是2维的

我的源代码已随附

import pandas as pd 
from keras.models import Sequential 
from keras.layers import Dense 
from keras.layers import Activation 
from sklearn.pipeline import Pipeline 
import numpy as np 
from sklearn.model_selection import train_test_split 
from keras import losses

dataframe=pd.read_csv("housing.csv", delim_whitespace=True, header=None)       
dataset=dataframe.values 
X=dataset[:,0:12] 
Y=dataset[:,11:13]  

x_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.33,  random_state=42) 

l1=Dense(12, input_dim=11, activation='relu', use_bias=False) 
l2=Dense(24, activation='relu', use_bias=False) 
l3=Dense(12, activation='relu', use_bias=False) 
l4=Dense(2, activation='linear', use_bias=False)

model=Sequential([l1,l2,l3,l4]) 

print("Printing model summary \n") 
print(model.summary())

model.compile(loss='mean_squared_error', optimizer='adam') 
model.fit(x_train, y_train, validation_split=0.2, epochs=10, batch_size=10)

当我尝试拟合模型时。我收到以下错误

检查输入时出错：预期density_129_input具有形状（11，）但形状为（12，）的数组

为什么会出现此错误？

在类似的回归问题（单变量）中，我遇到了类似的错误，但是当我更改损失函数时，我就能够拟合模型。在这种情况下，无论选择哪种损失函数，我都无法拟合模型。

有帮助吗？

我正在关注Multi-dimensional regression with Keras

上的讨论

在keras中实现多元回归神经网络时出错

0 个答案: