python - Keras 和 Python 3.6 : Error when checking input for Sequential model

Question

不知何故，我在 Keras 库中发现了一个非常奇怪的错误。

我的学习方法包括一个三层神经网络:一个有 130,517 个单元(输入大小)的输入层，一个有 10,000 个单元的隐藏层，以及一个有 2 个单元的输出层。

在代码过程中，我运行了批量学习(我使用了 partial_fit 函数)，但代码反复抛出相同的错误:

{ValueError} Error when checking input: expected dense_1_input to have shape (130517,) but got array with shape (1,)

我再次检查了输入的维度，发现确实如我所想，有130,517个维度。

这是调试时变量的图片，如您所见，np.array(X[0]) 的形状是 130,517:

对于任何情况，我都附上了神经网络初始化的代码，以及调用partial_fit的代码:

    def initClassifier(self):
       self.classifier.add(Dense(100000, input_dim=130517, activation='relu'))
       self.classifier.add(Dense(2, activation='softmax'))
       self.classifier.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])


    def partial_fit(self, X, y, classes):
        self.classifier.train_on_batch(np.array(X[0]), np.array(y))

有人有解决办法吗？
这可能是 Keras 代码中的错误吗？

Answer 1

在训练时，Keras 希望您的数据包含批量大小的维度。就您而言，这意味着数据的形状应为 (batch_size, 130517)。但是，您传递的是形状为 (130517) 的 np 数组，这会导致错误。您可以 reshape 数据以包含批处理形状，如下所示:

X_reshape = X[0].reshape(1, -1)