检查输入时出错:预期 dense_1_input 具有形状 (1500,) 但得到形状为 (1,) 的数组
Error when checking input: expected dense_1_input to have shape (1500,) but got array with shape (1,)
我只在拟合部分遇到错误。
x_train 和 y-train 有问题吗?
import keras
from keras.models import Sequential
from keras.layers import Dense
model=Sequential()
model.add(Dense(input_dim=1500,init="random_uniform",activation='sigmoid',output_dim=1000))#input layer
model.add(Dense(output_dim=100,init="random_uniform",activation='sigmoid'))#hidden layer
model.add(Dense(output_dim=1,init='random_uniform',activation='sigmoid'))#output layer
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])#adam=batch gradent descent
model.fit(x_train,y_train,epochs=50,batch_size=10)#epochs no of iteration
y_pred = model.predict(x_test)
如错误消息所示,您的 x_train
应该是形状为 (1500,)
的向量
正如您在第一层中给出的 input_dim=1500
但看起来您正在传递形状为 (1,)
的 x_train
向量。 您必须更正要传递给模型 的x_train 的形状。
显示您读取数据并将其存储为 x_train
的代码。这将有助于查看错误所在。
我只在拟合部分遇到错误。 x_train 和 y-train 有问题吗?
import keras
from keras.models import Sequential
from keras.layers import Dense
model=Sequential()
model.add(Dense(input_dim=1500,init="random_uniform",activation='sigmoid',output_dim=1000))#input layer
model.add(Dense(output_dim=100,init="random_uniform",activation='sigmoid'))#hidden layer
model.add(Dense(output_dim=1,init='random_uniform',activation='sigmoid'))#output layer
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])#adam=batch gradent descent
model.fit(x_train,y_train,epochs=50,batch_size=10)#epochs no of iteration
y_pred = model.predict(x_test)
如错误消息所示,您的 x_train
应该是形状为 (1500,)
的向量
正如您在第一层中给出的 input_dim=1500
但看起来您正在传递形状为 (1,)
的 x_train
向量。 您必须更正要传递给模型 的x_train 的形状。
显示您读取数据并将其存储为 x_train
的代码。这将有助于查看错误所在。