Keras輸入形狀錯誤

我是Keras的新手，我想創建我的網絡，需要在紙牌遊戲上學習。它需要93個二進制輸入，一個隱藏層有40個神經元和一個輸出神經元，計算得分（從0到25）。Keras輸入形狀錯誤

model = Sequential() 
model.add(Dense(input_dim=93, units=40, activation="sigmoid")) 
model.add(Dense(units=2, activation="linear")) 
sgd = optimizers.SGD(lr=0.01, clipvalue=0.5) 
model.compile(loss="mse", optimizer=sgd, learning_rate=0.01)

我想先來計算（做正向傳播）的93個輸入

這是「s.toInputs（）」

[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 1 1 1 0 1 0 1 1 0 1 1 1 1 0 1 1 1 1 0 1 1 1 1 0 1 0 0 1 1 0 1 0 0 0 0 0 0 0 0 0 0 1 0 1 0 0 1 1 0 0 0 0 1 0 1 0 0 0 0 0 1 1 0 0 1 1 0 0 1 0 0 0 0 1 1 0 1]

model.predict(np.array(s.toInputs())

，但我得到錯誤

ValueError: Error when checking : expected dense_1_input to have shape (None, 93) but got array with shape (93, 1)

我該怎麼辦ss正確的參數？

來源

2017-05-16 Ggs

其實s.toInputs()應該是這樣的

[[0,0,0, etc...],[0,1,0, etc...]]

基本上，你必須有一個與以下形狀的陣列：（n_batches，n_attributes ）

您有93個屬性，所以如果您使用張量流，這應該做的伎倆

np.array(s.toInputs()).reshape(-1, 93)

工作的完整示例

model = Sequential() 
model.add(Dense(input_dim=93, units=40, activation="sigmoid")) 
model.add(Dense(units=2, activation="linear")) 
sgd = optimizers.SGD(lr=0.01, clipvalue=0.5) 
model.compile(loss="mse", optimizer=sgd, learning_rate=0.01) 

# random data 
n_batches = 10 
data = np.random.randint(0,2,93*n_batches) 
data = data.reshape(-1,93) 

model.predict(data)

來源

2017-05-16 15:10:38

我仍然得到相同的錯誤（我打印數組，它就像你說的），也許我的模型是錯誤的？我的數組只包含網絡的93個輸入，什麼是n_samples和n_attributes？ – Ggs

你使用theano還是tensorflow？ –

我使用theano – Ggs

錯誤消息告訴您，您的數據需要有形狀(None, 93)（None在這裏意味着，這個尺寸可以有任意值。這是你的樣本數）

但輸入數據有形狀(93,1)。請注意，尺寸是相反的。可以使用轉來獲得正確的形狀數據：

model.predict(np.array(s.toInputs()).T)

來源

2017-05-16 14:54:37 sietschie

我試過了，但仍然收到相同的錯誤。 – Ggs

-1

整形東西效果很好。將數組重新整形（batch_size，your_input_dimensions）

來源

2018-02-01 14:53:49

代碼片段可以改進這個答案。 –

Keras輸入形狀錯誤

回答

相關問題