首页
学习
活动
专区
圈层
工具
发布
社区首页 >问答首页 >用于训练和预测、提高值和属性错误的Keras形状输入。

问用于训练和预测、提高值和属性错误的Keras形状输入。
EN

Stack Overflow用户
提问于 2020-05-29 23:25:11
回答 1查看 97关注 0票数 1

我很难将数据输入到预测和训练的简单角点模型中。我已经看过相关的问题了,但在花了6个小时试图自己解决这个问题之后,我仍然在努力解决这个问题。

进口和网络:

代码语言:javascript
复制
from tensorflow import keras
from tensorflow.keras.layers import Dense
from tensorflow import convert_to_tensor
from random import randint

model = keras.Sequential()
model.add(Dense(3, activation='relu', input_dim=5))
model.add(Dense(4, activation='sigmoid'))
model.add(Dense(2))
model.compile(loss=keras.losses.MeanSquaredError(),
              optimizer='adam',
              metrics=['MeanSquaredError'])

试图用网络进行预测:

代码语言:javascript
复制
X = [4, 5, 2, 8, 9]
tensor = convert_to_tensor(X)
print(tensor.shape) # Prints (5, ) as expected
prediction = model.predict(tensor)

引发以下错误:

ValueError:在检查输入时出错:期望dense_input具有形状(5 ),但得到带有形状(1,)的数组

试着训练网络:

代码语言:javascript
复制
states = [[7, 8, 3, 9, 7], [0, 7, 5, 0, 3], [2, 5, 8, 1, 10], [9, 9, 9, 8, 6]]
actions = [[1, 0], [0, 1], [0, 1], [0, 1]]

tensor_states = convert_to_tensor(states)
tensor_actions = convert_to_tensor(actions)

print(tensor_states.shape)      # Prints (4, 5)
print(tensor_actions.shape)     # Prints (4, 2)

model.fit(tensor_states, tensor_actions, verbose=0)

引发以下错误:

ValueError: TypeError:超大对象的len()

如果没有verbose=0,我会得到以下错误:

AttributeError:“ProgbarLogger”对象没有属性“log_values”

我是在conda环境下跑步。

我问了一个关于这个话题的previous question,但我意识到我把这个问题弄得太复杂了,不太清楚我在问什么。现在我已经做了更多的研究,我觉得我已经把我的问题简化到了最基本的形式。在考虑了this meta post之后,我写了这个新问题。如果我应该编辑我以前的问题,请告诉我。

编辑-使用darcycp解决问题

正如下面给出的答案所指出的那样,我应该给出一列来预测网络(使用两组括号)。但是,这会产生以下错误:

ValueError: TypeError:超大对象的len()

然后,如果不使用张量(因为keras预测函数可以直接接受python列表),则会出现以下错误:

ValueError:尝试将不受支持的类型()的值(4)转换为张量

这对我来说是非常不寻常的,因为我没有把numpy导入这个程序。

EN

回答 1

Stack Overflow用户

发布于 2020-05-29 23:34:58

我认为这里发生的是张量X是5,1-D输入的张量。当你希望它是一个只有一个输入的张量时,这个模型的有效输入是由5个数字组成的。

试着声明如下:

代码语言:javascript
复制
X =  [[4, 5, 2, 8, 9]]

您可以将X看作一个数组,它可以包含任务输入的不同实例。这些实例中的每一个本身都是一个输入数组。虽然在这种情况下,X在另一个查询中只有一个输入,但它可能如下所示:

代码语言:javascript
复制
X =  [[4, 5, 2, 8, 9],[6,7,9,2,5]]

也就是说,X现在是len() == 2的列表,列表中的每一项都是模型的输入。默认情况下,Keras层假设X将由批量输入数据组成。

票数 1
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/62095948

复制
相关文章

相似问题

领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档