首页 文章

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，）

提问于
浏览 次
1

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？

python numpy machine-learning neural-network keras

1 回答

  • 2

    x的形状显然是（3,1），但上述错误仍在继续 .

    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 .

    回复于

相关问题