我试图预测使用学习的.h5文件 . 学习模型如下 .
model =Sequential()
model.add(Dense(12, input_dim=3, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(4, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
我写了输入的形式如下 .
x = np.array([[band1_input[input_cols_loop][input_rows_loop]],[band2_input[input_cols_loop][input_rows_loop]],[band3_input[input_cols_loop][input_rows_loop]]])
prediction_prob = model.predict(x)
我认为形状是正确的,但发生了以下错误 .
ValueError:检查时出错:期望的dense_1_input具有形状(3,)但是具有形状的数组(1,)
x
的形状显然是 (3,1)
,但上述错误不会消失(数据来自 (value 1, value 2, value 3, class)
形式的csv文件) .
我怎么解决这个问题?
1 回答
你是对的,但这不是keras所期望的 . 它期望
(1, 3)
形状:按照惯例,轴0表示批量大小,轴1表示特征 . 第一个Dense
图层接受3个功能,这就是它只看到一个时就会抱怨的原因 .解决方案只是转置
x
.