Question

我在一个更复杂的Keras程序中遇到了一个非常持久的问题，但将其归结为：答案必须非常简单，但我找不到它。

运行此代码时：

def __init__ (self):
    self.model = Sequential()
    self.model.add(Dense(4, input_shape=(4,), activation='linear'))
    self.model.compile(optimizer='adam', loss='mse')
def run(self):
    x = [1., 1., 1., 1.]
    print('x:', x, 'x shape:', np.shape(x))
    y = [0., 0., 0., 0.]
    print('y:', y, 'y shape:', np.shape(y))
    self.model.fit(x, y, batch_size=1, epochs=1, verbose=2)

打印语句显示x和y均为形状（4，），但拟合线会生成：

ValueError：检查输入时出错：预期density_1_input具有形状（4，），但数组的形状为（1，）

我尝试将x重塑为（1,4），但没有帮助。我很困惑。

Answer 1

您传递的x和y数组的形状不正确。如果要为模型输入形状为（4，）的张量，则必须准备形状为（n，4）的张量，其中n是要提供的示例数。

import tensorflow as tf
import numpy as np
from keras.models import Model, Sequential
from keras.layers import Input, Dense


class Mymodel(tf.keras.Model):
  def __init__ (self):
      super(Mymodel, self).__init__()
      self.model = Sequential()
      self.model.add(Dense(4, input_shape=(4,), activation='linear'))
      self.model.compile(optimizer='adam', loss='mse')

  def run(self):
      x = np.ones((1,4))
      print('x:', x, 'x shape:', np.shape(x))
      y = np.zeros((1,4))
      print('y:', y, 'y shape:', np.shape(y))
      self.model.fit(x, y, batch_size=1, epochs=1, verbose=2)


model = Mymodel()
model.run()

Answer 2

数据应为2D。用x = [[1., 1., 1., 1.]]将x和y数据设为2D。它成为1x4数据。 1是数据数，而4是您定义为input_shape的维度。并且，通过x = np.array(x)将其设为numpy数组。 Keras的fit方法需要numpy array。我从https://keras.io/models/model/看了x: Numpy array of training data。

import tensorflow as tf
from keras.models import Sequential
from keras.layers import Dense
import numpy as np

class A:
    def __init__ (self):
        self.model = Sequential()
        self.model.add(Dense(4, input_shape=(4,), activation='linear'))
        self.model.compile(optimizer='adam', loss='mse')

    def run(self):
        x = [[1., 1., 1., 1.]]
        print('x:', x, 'x shape:', np.shape(x))
        y = [[0., 0., 0., 0.]]
        print('y:', y, 'y shape:', np.shape(y))
        x = np.array(x)
        y = np.array(y)
        self.model.fit(x, y, batch_size=1, epochs=1, verbose=2)

a = A()
a.run()

Keras在极其简单的测试代码中拟合了ValueError

2 个答案: