将keras模型加载到tfjs导致输入形状不匹配

Question

我在Keras做了一个模型，保存为tfjs模型。我成功地将它导入到我的js项目中。但是，由于输入形状错误，我无法在我的 JS 代码中使用该模型。凯拉斯模型：

# Python
model = keras.Sequential([keras.layers.Dense(8,
    activation='sigmoid', input_dim=4),
keras.layers.Dense(3, activation='softmax')])
model.compile(optimizer='adam',loss='categorical_crossentropy', 
                  metrics=['accuracy'])
    model.fit(dx, dy, epochs=100, batch_size = 5)

当我像这样在 python 文件中使用它时，它按预期工作，例如：

# Python
model.predict_classes([[5.1, 3.5, 1.4, 0.2]]) # This works

然而，当我在 JS 中尝试使用

// JS
sv = tf.tensor([s1v, s2v, s3v, s4v]) //s1v to s4v are floats
var pred = await model.predict(sv); // This gives an error

出现此错误：

tfjs@latest:17 未捕获（承诺）错误：检查时出错：预期 dense_13_input 具有形状 [null,4] 但得到形状为 [4,1] 的数组。

我不断收到同样的错误：

将 s1v...s4v 单独声明为 tf.scalars 并用 tf.stack()
将 s1v...s4v 单独声明为 tf.tensor1d 并使用 tf.stack()
在单个 tf.tensor1d 中声明 s1...s4v

请帮我解决这个问题...

Answer 1

我知道这个问题有两个修复方法

在张量上再增加一对括号sv = tf.tensor([[s1v, s2v, s3v, s4v]])
将形状指定为第二个参数sv = tf.tensor([s1v, s2v, s3v, s4v], [1, 4])

将keras模型加载到tfjs导致输入形状不匹配

Loading a keras model into tfjs causes input shape mismatch

javascript

keras

tensorflow

tensorflow-layers

tfjs-node