python - 尝试拟合模型 keras 时出现索引错误

Question

我正在尝试使用 keras 创建一个自动编码器，这是我的代码:

from keras import models, layers
from numpy import array
import random

data = array(
    [array([[random.randint(0, 100) for i in range(50)]]) for i in range(500)]
).reshape((500, 50))
model = models.Sequential()
model.add(layers.Dense(input_dim=50, units=50, activation="sigmoid"))
model.add(layers.Dense(units=40, activation="sigmoid"))
model.add(layers.Dense(units=50, activation="sigmoid"))
model.compile(optimizer="adam", loss="mean_squared_error", metrics=["accuracy"])
model.fit(data, epochs=1)

我的错误是:

Python\Python36\lib\site-packages\keras\engine\training_arrays.py", line 139, in fit_loop
    if issparse(ins[i]) and not K.is_sparse(feed[i]):
IndexError: list index out of range

Answer 1

您忘记提供目标数据。在您的情况下，它与输入数据相同，但您仍然需要告诉 keras。此行应该有效:

model.fit(data, data, epochs=1)