python - Keras 预测形状不正确？

Question

我是 Keras 的新手，正在尝试测试我刚刚训练的模型。

我正在使用 Tensorflow 后端和 Python 3。

但是，我输入的形状和 Keras 在错误中说的形状完全不同。这是我的代码:

testnote = np.zeros((3,))
testnote[0] = 70
testnote[1] = 70
print(testnote.shape)
pred = model.predict(testnote)
print(pred)

对于 testnote 的形状，我的一致输出是“(3,)”，然后是我的预测行的错误:“ValueError:检查输入时出错:预期 dense_1_input 的形状为 (3,) 但得到的数组形状为 ( 1,)”

当我刚刚确认形状为 (3,) 时，Keras 如何将测试笔记读取为形状 (1,)？它是否对“形状”的含义使用了某种不同的标准？我试过 reshape 和添加括号以及其他一些东西，但我真的不知道问题出在哪里。

对于其他上下文，该模型接受一个包含 3 个标量输入(代表音高、速度和乐器类别)的数组，并输出一个包含 1025 个标量输出的数组。我小心翼翼地没有使用“维度”这个词，因为我认为这是我感到困惑的地方，而且从技术上讲，两者都只有一维。我确信我的模型有很多问题，我必须在接下来的时间里解决这些问题。但是，我只想让这个预测函数起作用，这样我就可以理解我的输出是什么样子的。

在此先感谢您的帮助。

Answer 1

Keras 模型 隐含地期望您的数据(作为 np 数组 传递)具有批量大小的维度。目前，您的模型正在将 testnote 解释为形状 1 的 3 个示例。尝试将批量维度添加到“testnote”，如下所示:

testnote = testnote.reshape(1,-1)

这会将 testnote reshape 为 (1, 3)，这样您就可以明确地将批量大小定义为 1。