keras模型中无效的numpy形状答案

【问题标题】：Invalid numpy shape in keras modelkeras模型中无效的numpy形状
【发布时间】：2018-12-23 08:46:49
【问题描述】：

我想构建一个接受简单一维输入向量的神经网络。但是，下面的代码给了我一个错误：

import numpy as np  
from keras.models import Model
from keras.layers import Input, Dense

input_ = Input((311,))
x = Dense(200)(input_)
output = Dense(100)(x)
nn = Model([input_], [output])
nn.compile('SGD', loss='mean_squared_error')
nn.predict(np.zeros(311))

ValueError: 检查时出错：预期 input_1 的形状为 (311,)，但数组的形状为 (1,)

这对我来说很奇怪，因为 print(np.zeros(311).shape) 按预期打印 (311,)。

将np.zeros(311) 更改为np.zeros((311,)) 不会更改任何内容，并且将Input((311,)) 替换为Input(311) 不起作用，因为Input 期望形状元组：

TypeError: 'int' 对象不可迭代

如何正确地为 keras 模型提供一维向量？

【问题讨论】：

你的意思是每个训练样本是像2.76这样的单一值？
你试过了吗：input_ = Input(shape=(311,))？
这个模型对我来说没有多大意义——你想达到什么目的？
predict 的第一个维度必须是批处理维度，即 predict(np.zeros(shape=(1, 311))) 应该可以工作。
@IonicSolutions 啊谢谢，问题解决了。

标签： python python-3.x numpy keras

【解决方案1】：

predict 的第一个维度必须是批处理维度，即 predict(np.zeros(shape=(1, 311))) 应该可以工作。

有关详细信息，请参阅documentation。

【讨论】：