ValueError：检查输入时出错：预期dense_1_input的形状为（180，），但数组的形状为（1，）答案

【问题标题】：ValueError: Error when checking input: expected dense_1_input to have shape (180,) but got array with shape (1,)ValueError：检查输入时出错：预期dense_1_input的形状为（180，），但数组的形状为（1，）
【发布时间】：2020-05-30 06:12:45
【问题描述】：

我的学习模型如下（使用 Keras）。

model = Sequential()
model.add(Dense(100, activation='relu', input_shape = (X_train.shape[0],)))
model.add(Dense(500, activation='relu'))
model.add(Dense(2, activation='softmax'))

我的输入数据 X_train 是一个形状为 (180,) 的数组，对应的包含标签的 y_train 也是一个形状为 (180,) 的数组。我尝试编译和拟合模型如下。

model.compile(loss="sparse_categorical_crossentropy",
             optimizer="adam",
             metrics=['accuracy'])

model.fit(X_train, y_train, epochs = 200)

运行model.fit()时遇到如下错误：

ValueError: Error when checking input: expected dense_1_input to have
shape (180,) but got array with shape (1,)

我不确定自己做错了什么，因为我对深度学习还很陌生。任何帮助表示赞赏。谢谢。

【问题讨论】：

X_train的大小是多少
@ShubhamShaswat 180

标签： python tensorflow keras deep-learning

【解决方案1】：

在您的情况下，第一层中定义的 input_shape 应该是(1,)：

X_train.shape[0]是样本的数量，每个样本的形状为(1,)。

此外，您对 fit 函数的调用将不起作用，因为您的输出具有形状 (2,) (Dense(2)) 而每个目标样本的形状是 (1,)（其中有 180 个）。

【讨论】：

【解决方案2】：

正如@Thomas Schillaci 所写，问题在于，如果您编写X_train.shape[0]，您将考虑数据集的样本数量。但是在那一行代码想知道你有多少特征，所以你必须改变X_train.shape[1]才能有输入的n°。你有多少个标签？

【讨论】：