python - ValueError : Error when checking : expected dense_1_input to have shape (3, )但得到形状为(1，)的数组

Question

我正在尝试使用学习的 .h5 文件进行预测。学习模型如下。

model =Sequential()
model.add(Dense(12, input_dim=3, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(4, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])

我将输入的形式写如下。

x = np.array([[band1_input[input_cols_loop][input_rows_loop]],[band2_input[input_cols_loop][input_rows_loop]],[band3_input[input_cols_loop][input_rows_loop]]])

prediction_prob = model.predict(x)

我认为形状是正确的，但出现了以下错误。

ValueError: Error when checking : expected dense_1_input to have shape (3,) but got array with shape (1,)

x的形状显然是(3,1)，但是上面的错误并没有消失(数据来自csv文件，格式为(值1，值2，值3，类))。

如何解决这个问题？

Answer 1

The shape of x is obviously (3,1), but the above error continues.

你是对的，但这不是 keras 所期望的。它需要 (1, 3) 形状:按照惯例，轴 0 表示批量大小，轴 1 表示特征。第一个Dense层接受3个特征，这就是为什么它在只看到一个特征时会提示。

解决方案很简单，就是转置x。