Question

我正在尝试在Keras中创建一个基本的神经网络模型，该模型将学习将正数加在一起，并且在调整训练数据以使其适合模型时遇到了麻烦：

我已经为第一个Dense层的“ input_shape”属性尝试了多种配置，但似乎无济于事。

# training data
training = np.array([[2,3],[4,5],[3,8],[2,9],[11,4],[13,5],[2,9]], dtype=float)
answers  = np.array([5, 9, 11, 11, 15, 18, 11],  dtype=float)
# create our model now:
model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=16, input_shape=(2,)),
    tf.keras.layers.Dense(units=16, activation=tf.nn.relu),
    tf.keras.layers.Dense(units=1)
])
# set up the compile parameters: 
model.compile(loss='mean_squared_error',
              optimizer=tf.keras.optimizers.Adam(.1))
#fit the model:
model.fit(training, answers, epochs=550, verbose=False)

print(model.predict([[7,9]]))

我希望它能正常运行并产生结果“ 16”，但出现以下错误：

"Traceback (most recent call last):
  File "c2f", line 27, in <module>
    print(model.predict([[7,9]]))
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 1096, in predict
    x, check_steps=True, steps_name='steps', steps=steps)
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 2382, in _standardize_user_data
    exception_prefix='input')
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training_utils.py", line 362, in standardize_input_data
    ' but got array with shape ' + str(data_shape))

ValueError：检查输入时出错：预期density_input具有形状（2，）但具有形状（1，）的数组

Answer 1

得到了错误。根据堆栈跟踪，此行中的错误是

print(model.predict([[7,9]]))

现在，Keras顺序模型期望输入以NumPy数组（ndarray）的形式。在上一行中，模型将数组解释为多个输入上的列表（这不是您的情况）。

根据official docs，x中的参数model.fit()为

大量训练数据（如果模型只有一个输入），或者 Numpy数组的列表（如果模型具有多个输入）。如果输入在模型中命名图层，还可以通过字典映射输入名称到Numpy数组。如果从框架本机张量（例如TensorFlow数据张量）。

我们需要使用numpy.array()创建一个NumPy数组，

print(model.predict(np.array([[7,9]])))

错误已解决。我已经运行了代码，它运行正常。

如何为我的NN模型正确塑造我的数据？

1 个答案: