如何为我的 NN 模型正确地塑造我的数据？答案

【问题标题】：How Do I Correctly Shape my Data for my NN Model?如何为我的 NN 模型正确地塑造我的数据？
【发布时间】：2019-10-29 14:06:21
【问题描述】：

我正在尝试在 Keras 中创建一个基本的神经网络模型，该模型将学习将正数相加，但在塑造训练数据以适应模型时遇到了麻烦：

我已经为第一个 Dense 层的“input_shape”属性尝试了许多配置，但似乎没有任何效果。

# training data
training = np.array([[2,3],[4,5],[3,8],[2,9],[11,4],[13,5],[2,9]], dtype=float)
answers  = np.array([5, 9, 11, 11, 15, 18, 11],  dtype=float)
# create our model now:
model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=16, input_shape=(2,)),
    tf.keras.layers.Dense(units=16, activation=tf.nn.relu),
    tf.keras.layers.Dense(units=1)
])
# set up the compile parameters: 
model.compile(loss='mean_squared_error',
              optimizer=tf.keras.optimizers.Adam(.1))
#fit the model:
model.fit(training, answers, epochs=550, verbose=False)

print(model.predict([[7,9]]))

我希望它可以正常运行并产生结果“16”，但我收到以下错误：

"Traceback (most recent call last):
  File "c2f", line 27, in <module>
    print(model.predict([[7,9]]))
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 1096, in predict
    x, check_steps=True, steps_name='steps', steps=steps)
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 2382, in _standardize_user_data
    exception_prefix='input')
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training_utils.py", line 362, in standardize_input_data
    ' but got array with shape ' + str(data_shape))

ValueError: 检查输入时出错：预期dense_input 的形状为(2,)，但得到的数组的形状为(1,)

【问题讨论】：

我已经提供了完整的错误信息，但我相信主要关注的应该是错误“ValueError: Error...”的最后一行
training.shape 的输出是什么？
@ShubhamPnchal 它是 (7,2) 是有道理的。但是，在输入 input_shape 的值时，您不应该概括“row_size”，而只输入 column_size？

标签： python numpy tensorflow keras reshape

【解决方案1】：

得到错误。根据堆栈跟踪，错误在这一行，

print(model.predict([[7,9]]))

现在，Keras Sequential 模型需要 NumPy 数组 (ndarray) 形式的输入。在上述行中，模型将数组解释为多个输入的列表（这不是您的情况）。

根据official docs，model.fit()中的参数x是，

训练数据的 Numpy 数组（如果模型只有一个输入），或者 Numpy 数组列表（如果模型有多个输入）。如果输入模型中的层被命名，也可以通过字典映射输入名称到 Numpy 数组。 x 可以是 None （默认）如果从框架原生张量（例如 TensorFlow 数据张量）。

我们需要创建一个 NumPy 数组，使用 numpy.array()，

print(model.predict(np.array([[7,9]])))

错误已解决。我已经运行了代码，它运行良好。

【讨论】：