Keras模型的问题-不要获取准备好的数据

Question

我实际上是在尝试根据手机的某些传感器数据训练模型。它应该检测例如坐着或站着。为此，我使用具有8个值（gyro_x，gyro_y，accel_x等）的数据集。我的火车数据“ X”的大小为（907,1,1），标签为y（907,1）。在“ X”中，有907个Panda Dataframe，它们都有不同的大小，但有8列。此图片显示X [0]：

我的模型如下：

model = keras.Sequential([     
    keras.layers.Flatten(input_shape=(1,1)),      
    keras.layers.Dense(50, activation=tf.nn.relu),
    keras.layers.Dense(1, activation=tf.nn.softmax) 
]) 

model.compile(optimizer='adam', loss='mean_squared_error', metrics=['accuracy'])
X = np.expand_dims(train[0].reshape(-1,1), axis=2) # (907, 1, 1)
y = train[1].reshape(-1, 1)                        # (907, 1)
model.fit(X, y)

它返回：

  

返回数组（a，dtype，copy = False，order = order）ValueError：设置   具有序列的数组元素。

但是怎么了？数据准备是一个漫长的过程，因此我可以向您展示不同变量的大小，而不是空洞过程。你知道我还能做什么吗？