python - 输入到神经网络的 NP 数组会导致形状错误

Question

我有一个虚拟 np 数组:

model_input = np.array(range(10))

我正在尝试通过虚拟神经网络:

model = Sequential()
model.add(Dense(units = 50, input_shape = model_input.shape, activation = 'relu'))
model.add(Dense(units = 50, activation = 'relu'))
model.add(Dense(3))
model.compile(loss = 'mse', optimizer = Adam(lr = 0.01), metrics = ['accuracy'])

但是，当我运行时

model.predict(model_input)

我收到错误:

Error when checking : expected dense_300_input to have shape (10,) but got array with shape (1,)

这对我来说没有多大意义，因为我已经告诉神经网络输入的形状等于我放入其中的数组的形状，并且在运行预测之前不对其进行任何修改功能。我觉得我误解了一些基本的东西，但不确定它是什么。

我的进口是:

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import Adam

Answer 1

Keras 期望输入具有批量维度。您的批量大小可以为 1，但输入数组仍然需要具有批量维度，例如如下所示:

model_input = np.array([model_input])

或几种替代方案之一，例如

model_input = np.expand_dims(model_input, axis=0)
model_input = model_input[None,:]

输出

array([[0.759178  , 0.40589622, 2.0082092 ]], dtype=float32)