错误输入形状不是预期的形状

我已经看到很多关于这种输入形状错误的帖子 Keras 但我仍然没有得到它 .

我正在尝试解决Keras的分类问题 . 我的 x_data （例如！）是一个数组数组（4个长度为40的数组） . 最后要预测的类数是5 .

第一个输入层的期望与我给出的内容之间存在不匹配 .

这是我的模型：

self.model = Sequential()
self.model.add(Dense(32,input_shape=(4,40)))
self.model.add(Dense(5, activation='softmax'))

我认为形状应该是 (4,40) 因为我给出了一个长度为40的4个数组的数组 . 我认为最后一层的输出维数应该是5，因为我有5个可能的类 .

这是1 X的格式/类型/形状：

listVecteursStackBuffer:  [[ 0.05371463  0.03648512 -0.01680853      0.06098862    0.01041014  0.02132057
0.06100727 -0.06400045  0.04484718  0.00590606 -0.03110709  0.02772235
0.0506371   0.01413589 -0.00423097 -0.03948138  0.01807033 -0.03295397
0.0076106  -0.01106769 -0.06772092 -0.03330935  0.03172214  0.03577476
-0.01993138  0.02483661  0.02799152  0.02824581 -0.03390008  0.04535389
0.04143018  0.06847147 -0.02706441 -0.01303677 -0.03396893 -0.02202406
-0.05207641 -0.00764029 -0.02636093  0.05962789]
[ 0.05371463  0.03648512 -0.01680853  0.06098862  0.01041014  0.02132057
0.06100727 -0.06400045  0.04484718  0.00590606 -0.03110709  0.02772235
0.0506371   0.01413589 -0.00423097 -0.03948138  0.01807033 -0.03295397
0.0076106  -0.01106769 -0.06772092 -0.03330935  0.03172214  0.03577476
-0.01993138  0.02483661  0.02799152  0.02824581 -0.03390008  0.04535389
0.04143018  0.06847147 -0.02706441 -0.01303677 -0.03396893 -0.02202406
-0.05207641 -0.00764029 -0.02636093  0.05962789]
[ 0.27279449  0.17842792 -0.63197666  0.27222419 -0.35665196  0.65482062
-0.04437634 -0.02701205  0.05825038  0.52313662 -0.47016799  0.66000813
-0.10626637  0.44926745  0.57915986  0.17286475  0.17684783 -0.30725989
0.61364847  0.0497554   0.00937996 -0.10325015  0.27216262  0.06826591
-0.58873838  0.46360832  0.39356059  0.31463432 -0.00937746  0.53426528
0.06023555 -0.08230764 -0.51719254 -0.45349783 -0.38294923 -0.29791942
0.01553993 -0.02182218 -0.06228495 -0.01348175]
[0.09909084  0.06724796 -0.02498062  0.14459084  0.09951171  0.04242199
0.0788445  -0.11882415  0.06127726 -0.10427625 -0.14457461  0.10393921
0.08281568 -0.02970352 -0.08088119  0.04706496  0.13566148 -0.06522857
0.05304977 -0.1190851  -0.13986765  0.02461384 -0.04025699 -0.02088463
-0.07833831  0.10640202  0.01630253  0.17543195  0.04066397  0.09964696
-0.05360637  0.1918643  -0.02574791  0.04924118  0.05970795  0.03912469
-0.180988    0.07615147  0.01991141  0.01771036]]
taille listVecteursStackBuffer:  4
type listVecteursStackBuffer:  <class 'numpy.ndarray'>
shape listVecteursStackBuffer Tensor("Shape:0", shape=(2,), dtype=int32)

1er élément listVecteursStackBuffer:  [ 0.05371463  0.03648512 -0.01680853    0.06098862  0.01041014  0.02132057
0.06100727 -0.06400045  0.04484718  0.00590606 -0.03110709  0.02772235
0.0506371   0.01413589 -0.00423097 -0.03948138  0.01807033 -0.03295397
0.0076106  -0.01106769 -0.06772092 -0.03330935  0.03172214  0.03577476
-0.01993138  0.02483661  0.02799152  0.02824581 -0.03390008  0.04535389
0.04143018  0.06847147 -0.02706441 -0.01303677 -0.03396893 -0.02202406
-0.05207641 -0.00764029 -0.02636093  0.05962789]
taille 1er element listVecteursStackBuffer:  40
type 1er element listVecteursStackBuffer <class 'numpy.ndarray'>
shape 1 elelistvSB Tensor("Shape_1:0", shape=(1,), dtype=int32)

我在这行代码中遇到错误：

self.model.predict(config_repr)

这是错误：

Traceback (most recent call last):
File "arc_eagerTagger.py", line 818, in <module>
p.static_train2(depTreeList[1:2900]) # p.dynamic_train( treebank,   step_size = 1, max_epochs = 10)
File "arc_eagerTagger.py", line 683, in static_train2
derivation =  self.static_oracle_derivation(dtree,listVecteurs,dictionnaireMots)
File "arc_eagerTagger.py", line 260, in static_oracle_derivation
C = self.shift(C,sentence,listVecteurs,dictionnaireMots)
File "arc_eagerTagger.py", line 283, in shift
return (S +  (w0,),B[1:],A,score+self.score(configuration,ArcEagerTransitionParser.SHIFT,tokens,listVecteurs,dictionnaireMots)) 
File "arc_eagerTagger.py", line 392, in score
return self.model.predict(config_repr)[0][index_action]
File "/home/netbook/anaconda3/lib/python3.6/site-packages/keras/models.py", line 909, in predict
return self.model.predict(x, batch_size=batch_size, verbose=verbose)
File "/home/netbook/anaconda3/lib/python3.6/site-packages/keras/engine/training.py", line 1499, in predict
check_batch_axis=False)
File "/home/netbook/anaconda3/lib/python3.6/site-packages/keras/engine/training.py", line 128, in _standardize_input_data
str(array.shape))
ValueError: Error when checking : expected dense_1_input to have 3   dimensions, but got array with shape (4, 40)

我试图改变输入形状，我试图连接数组，以便有一个长度为160的数组，以方便问题（并使用 input_dim=160 更改输入形状），但我仍然得到错误 .