我是 Keras 和 python 的新手,现在我正在 Keras 上寻找数据模型并使用该 model.predict 进行优化,但是 model.predict 只能将输入作为至少 2 个的 numpy 数组元素。
我的代码是
import keras
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import SGD
import numpy as np
x = np.arange(-2,3.0,0.01)
y = x**2 - 2*x + 1
model = Sequential()
model.add(Dense(50, activation='sigmoid',
input_dim=1, init='uniform'))
model.add(Dense(1, activation='linear'))
sgd = SGD(lr=0.05, decay=1e-6, momentum=0.9, nesterov=False)
model.compile(loss='mean_squared_error',
optimizer='sgd',
metrics=['accuracy'])
model.fit(x,y,nb_epoch=300, batch_size = 5,verbose = 0)
代码可以很好地适应,但如果我尝试将 model.predict 用于标量数字,它会给我错误
(Pdb) model.predict(0.0)
*** Exception: Error when checking : data should be a Numpy array, or list/dict of Numpy arrays. Found: 0.0...
我强制它是 numpy 数组但仍然失败,它说输入需要是二维的!!!
(Pdb) model.predict(np.asarray(0.0))
*** Exception: Error when checking : expected dense_input_1 to have 2 dimensions, but got array with shape ()
但如果我输入两个数字,它就会给我答案
(Pdb) model.predict([0.0,0.0])
array([[ 1.07415712],
[ 1.07415712]], dtype=float32)
我需要 model.predict 将单个数字作为输入以用于优化。我不确定我使用错误的任何设置。请帮忙,谢谢。
最佳答案
尝试:
model.predict(np.asarray(0.0).reshape((1,1)))
在 Keras 中,第一个维度总是与示例编号相关联,因此必须提供。
关于python - Keras model.predict 不接受大小为一的输入(标量),我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/39462142/