使用多个输入喂养 keras 模型

Question

我正在尝试使用 Keras 做一个简单的 hello world，但卡住了。一开始我有 1 个层，有 1 个输入和 1 个输出，它工作正常非常适合直线近似 ;)

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import RMSprop
from keras.losses import mean_squared_error
mo = Sequential()
d = Dense(1, input_shape=(1,))
mo.add(d)
mo.summary()

mo.compile(loss=mean_squared_error, optimizer=RMSprop(lr=0.4), metrics=['accuracy'])

mo.trainable = True

for i in range(-100, 100):
    mo.train_on_batch(x = [i], y = [i])

之后我有勇气输入 2 个参数：

d = Dense(1, input_shape=(2,))
for i in range(-100, 100):
    mo.train_on_batch(x = [np.array([i,i])], y = [i])

np.array([1,1]).shape # gives (2,)

虽然我遇到了异常：

ValueError: Error when checking input: expected dense_53_input to have shape (2,) but got array with shape (1,)

我尝试了各种组合，例如 [[i],[i]]。

Answer 1

Keras 中第一个维度始终是批处理维度。批量大小是指在一次传递中处理的样本数（前向和后向）。当您指定 input_shape 参数时，它不包括批次维度。因此，输入形状为 (2,) 的网络采用形状为 (?,2) 的输入数据，其中 ? 指的是批量大小。所以你必须传递形状数组 (?,2):

mo.train_on_batch(x=[np.array([[i,i]])], y=[i])

自从：

np.array([[i,i]]).shape   # it is (1,2)

使用多个输入喂养 keras 模型

Feeding keras model with multiple inputs

python

machine-learning

keras

valueerror