层 "model" 的输入 0 与层不兼容：预期形状=(None, 250, 3)，在经过训练的变压器模型中找到形状=(None, 3)
Input 0 of layer "model" is incompatible with the layer: expected shape=(None, 250, 3), found shape=(None, 3) in trained transformer model
我有一个用 tensorflow 2.7.0 和 python 3.7 训练的 keras transformer 模型，输入形状：(None, 250, 3) 和一个二维数组输入形状: (250, 3)（不是图像）
进行预测时：
prediction = model.predict(state)
我得到ValueError: Input 0 of layer "model" is incompatible with the layer: expected shape=(None, 250, 3), found shape=(None, 3)
项目代码：https://github.com/MikeSifanele/TT
这是 state 的样子：
state = np.array([[-0.07714844,-0.06640625,-0.140625],[-0.140625,-0.1650391,-0.2265625]...[0.6376953,0.6005859,0.6083984],[0.7714844,0.7441406,0.7578125]], np.float32)
一些解释：
对于模型的输入形状，即 (None, 250, 3)，第一个轴（由 None 表示）是“样本”轴，而其余的即 250,3 表示输入维度.因此，当输入形状为 (250, 3) 时，它假定第一个轴为“样本”轴，其余为输入维度，即 3。因此，为了使其保持一致，我们需要在开头添加一个维度，如下所述：
state = np.expand_dims(state, axis=0)
state的形状就变成了(1, 250, 3)~(None, 250, 3).
我有一个用 tensorflow 2.7.0 和 python 3.7 训练的 keras transformer 模型，输入形状：(None, 250, 3) 和一个二维数组输入形状: (250, 3)（不是图像）
进行预测时：
prediction = model.predict(state)
我得到ValueError: Input 0 of layer "model" is incompatible with the layer: expected shape=(None, 250, 3), found shape=(None, 3)
项目代码：https://github.com/MikeSifanele/TT
这是 state 的样子：
state = np.array([[-0.07714844,-0.06640625,-0.140625],[-0.140625,-0.1650391,-0.2265625]...[0.6376953,0.6005859,0.6083984],[0.7714844,0.7441406,0.7578125]], np.float32)
一些解释：
对于模型的输入形状，即 (None, 250, 3)，第一个轴（由 None 表示）是“样本”轴，而其余的即 250,3 表示输入维度.因此，当输入形状为 (250, 3) 时，它假定第一个轴为“样本”轴，其余为输入维度，即 3。因此，为了使其保持一致，我们需要在开头添加一个维度，如下所述：
state = np.expand_dims(state, axis=0)
state的形状就变成了(1, 250, 3)~(None, 250, 3).