python - 预期密集输入具有形状 (7,)，但得到形状为 (1,) 的数组

Question

我正在尝试根据从一些图像中提取的特征来训练模型，模型训练得很好，但是当我尝试 model.predict 时，它给了我这个错误。 “预计dense_input的形状为(7,)，但得到的数组的形状为(1,)” 我了解输入的形状，但错误很奇怪。现在对我来说没有任何意义，我试图打印我给 model.predict 的输入的形状，它很好。

import numpy as np

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Activation

trainX = np.array(train_set)

trainY = np.array(train_labels)

model = Sequential()

model.add(Dense(8, input_dim=7, activation='relu'))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam')
model.fit(trainX, trainY, nb_epoch=1200, batch_size=2, verbose=2)
model.save('my_model.h5') 

for i in np.array(test_set):
    print(i.shape)
    dataPrediction = model.predict(i)
    print (dataPrediction, '<--- Predicted number')
    print (test_labels[i],' <-- Correct answer \n')

print(i.shape) 给我 (7,) 但它给了我错误 检查输入时出错:期望dense_input具有形状(7,)，但得到形状为(1,)的数组

Answer 1

这是因为您的模型需要一组样本，但您一次只给它一个样本。

因此，它将样本中的每个特征视为形状 (1,) 的单个样本，这对它来说没有意义，因为您大概有 7 个特征，因此它期望样本为形状(7,)。

您可以执行model.predict(np.array(test_set))。