在Keras中构建简单的前馈神经网络时遇到关键错误

Question

这是我的数据集的快照，包括其形状：

现在，这是我用来构建NN的代码：

# define the architecture of the network
model = Sequential()
model.add(Dense(50, input_dim=X_train.shape[1], init="uniform", activation="relu"))
model.add(Dense(38, activation="relu", kernel_initializer="uniform"))
model.add(Dense(1, activation = 'sigmoid'))

print("[INFO] compiling model...")
adam = Adam(lr=0.01)
model.compile(loss="binary_crossentropy", optimizer=adam,
    metrics=["accuracy"])
model.fit(X_train, Y_train, epochs=50, batch_size=128,
    verbose=1)

执行此操作时，出现以下错误：

KeyError: '[233946 164308 296688 166151 276165  88219 117980 163503 182033 164328\n 188083  30380  37984 245771 308534   6215 181186 307488 172375  60446\n  29397 166681   5587 243263 103579 262182 107823 234790 258973 116433\n 199283  86118 172148 257334 286452 248407  81280 ...] not in index'

我无法找到解决方案。任何帮助将非常感激。

Answer 1

我相信输入不是keras页面上此github issue中所述的numpy数组

尝试使用以下方法拟合模型：

model.fit(np.array(X_train), np.array(Y_train), epochs=50, batch_size=128,
    verbose=1)

在拟合数据时，会将哪些数组转换为numpy数组。