Question

我正在编写此代码来预测最终答案，但我没有得到。

这是我的代码将tensorflow作为tf导入将numpy导入为np 来自tensorflow import keras

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([-1.0,  0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)

model.fit(xs, ys, epochs=500)

print(model.predict([10.0]))

我收到如下错误： enter image description here

Answer 1

我认为您提到input_shape的第一层有错字。如果您的情况是一维的，则必须使用逗号（,）。在引擎盖下，模型将添加批次尺寸。但是，如果input_shape中有两个或多个维度，则最后不需要逗号,。因此，更改以下行

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=(1,))])

这是对我有用的更新后的完整代码。

import tensorflow as tf 
import numpy as np 
from tensorflow import keras

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=(1,))]) 
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float) 
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)

model.fit(xs, ys, epochs=50)

print(model.predict([10.0]))

Answer 2

输入形状应为（1，）而不是[1]。

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=(1,))])

张量流中的model.predict无法正常工作

2 个答案: