输入形状的 Keras 定义 - 只能将元组（不是“int”）连接到元组答案

【问题标题】：Keras definition of input shape - can only concatenate tuple (not "int") to tuple输入形状的 Keras 定义 - 只能将元组（不是“int”）连接到元组
【发布时间】：2020-09-21 10:56:21
【问题描述】：

按照本教程CartPole Neural Network，我正在尝试创建自己的版本。在教程代码本身中，replay 函数中有一个 python 错误，当像这样定义状态 numpay 数组时，batch_size 是 32，state_size 是 4（帧）* 160（像素高度）+ 240（像素宽度）：

 state = np.zeros((self.batch_size,) + self.state_size)

抛出错误

can only concatenate tuple (not "int") to tuple

然后按照教程填充 state 变量：

for i in range(len(minibatch)): state[i] = minibatch[i][0]

这是我的困惑：这个state 变量的正确形状是什么，因为教程的初始声明np.zeros 行不正确？我尝试提供一个形状为 (32,4,160,240) 的 numpy 数组，即 32 个单独的输入数组。导致此错误：

ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 153600 but received input with shape [32, 4, 160, 240]

然后我想，我需要使用以下 2 行将其重塑为一个零维为空的一维数组：

state = np.reshape(state, (4 * 160 * 240 )) state = np.expand_dims(state, axis=0)

但是，这给我带来了错误

ValueError: cannot reshape array of size 4915200 into shape (153600,)

TLDR：这个 np.zeros((shape) + int) 调用的目的是什么，为什么它对我来说失败了，输入 numpy 数组的预期形状是什么，总共有 32 个批次样本153600个输入节点？

谢谢。

【问题讨论】：

更新：根据 predict 方法 API，输入可以是“或数组列表（如果模型有多个输入）”。所以我创建了一个空列表并将批次附加到它上面，这导致了这个错误：ValueError：层顺序需要1个输入，但它接收到32个输入张量。收到的输入：[, ,

标签： python keras input shapes

【解决方案1】：

np.zeros 在您定义的大小上创建一个由零组成的 NumPy 数组。

您正在尝试将 batch_size 与 state_size 连接，但您这样做了：

(self.batch_size,) + self.state_size

尝试去掉括号和逗号：

 state = np.zeros(self.batch_size + self.state_size)

【讨论】：

这将创建一个包含 32 + 153600 个条目的单个数组，这与网络的输入计数不匹配。我想我需要的是一个包含单个批次的 32 个条目的数组，每个批次有 153600 个条目。