其中每个数组[[x1,x2,x3,...,x15])表示单个输入
[array([0. , 0.08333333, 0.08333333, 0.08333333, 0.08333333,
0.08333333, 0.08333333, 0. , 0.08333333, 0.08333333,
0.08333333, 0.08333333, 0.08333333, 0.08333333, 0. ])
array([0.04166667, 0.10416667, 0.10416667, 0.08333333, 0. ,
0.10416667, 0.10416667, 0.02083333, 0.10416667, 0.08333333,
0. , 0. , 0.125 , 0.125 , 0. ])
array([0.04166667, 0. , 0.125 , 0.10416667, 0.02083333,
0.125 , 0.125 , 0.02083333, 0.10416667, 0. ,
0.02083333, 0.02083333, 0.14583333, 0.14583333, 0. ])
...
array([0.4375 , 0.0625 , 0. , 0. , 0. ,
0.0625 , 0. , 0.25 , 0. , 0.08333333,
0.04166667, 0.02083333, 0. , 0.04166667, 1. ])
array([0.45833333, 0. , 0.02083333, 0.02083333, 0.02083333,
0.08333333, 0. , 0.25 , 0. , 0.08333333,
0.04166667, 0.02083333, 0. , 0. , 1. ])
array([0.5 , 0. , 0. , 0.02083333, 0.02083333,
0. , 0.02083333, 0.27083333, 0.02083333, 0.10416667,
0.0
4166667, 0. , 0. , 0. , 1. ])]
进入模型
model = Sequential()
model.add(Dense(15, input_dim=15, kernel_initializer='uniform', activation='relu'))
model.add(Dense(16, kernel_initializer='uniform', activation='relu'))
model.add(Dense(14, kernel_initializer='uniform', activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])
抱怨:
ValueError: Error when checking input: expected dense_1_input to have shape (15,) but got array with shape (1,)
如何重塑输入数据以适合此模型?
答案 0 :(得分:0)
它不需要内部的numpy数组,它应该是内部列表,但只能是最顶层的数组
set @TimeZoneOffSet := TIMEDIFF(NOW(),UTC_TIMESTAMP);
select ADDTIME(date_time_column,@TimeZoneOffSet) from table_name;;