ValueError:层序列的输入0与层（神经网络）不兼容

Question

完全错误：

ValueError: Input 0 of layer sequential is incompatible with the layer: expected 
axis -1 of input shape to have value 20 but received input with shape (None, 1)

问题

我一直在努力建立一个神经网络，因为它不断抱怨收到的形状。x_-trian和y_序列的形状都是（20），但是当我输入它作为输入形状时，它说它期望输入形状的值是20，但是收到了（无，1）

我不知道（None，1）是从哪里来的，因为当我打印x_列和y_列的形状时，它会给我（20，）。它们都是numpy阵列

代码

# (the training_data and testing_data are both just numpy arrays with 0 being the data and 1 being the label)
x_train = training_data[:, 0]  # training feature
y_train = training_data[:, 1]  # training label
x_test = testing_data[:, 0]  # testing feature
y_test = testing_data[:, 1]  # testing label

# Create neural network.
from keras.models import Sequential
from keras.layers import Dense

model = Sequential()
model.add(Dense(16, input_dim=20, activation='relu', input_shape=(20,)))
model.add(Dense(12, activation='relu'))
model.add(Dense(12, activation='relu'))
model.add(Dense(2, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

我尝试的

然后我将输入形状更改为（无，1），但它说：

ValueError: Shapes (None, 1) and (None, 1, 2) are incompatible

所以，我把它改为（无，1，2），然后它说：

ValueError: Input 0 of layer sequential is incompatible with the layer: expected 
axis -1 of input shape to have value 2 but received input with shape (None, 1)

然后它会将我发回原始错误

然后我发现（20，）只是一个1的维度，所以我将输入_dim改为1，得到：

ValueError: Input 0 of layer sequential is incompatible with the layer: expected 
axis -1 of input shape to have value 20 but received input with shape (None, 1)

结论

我几乎可以肯定这与输入尺寸、输入形状或密度单位有关（第一个model.add上为16）（错误抱怨的那个），但我非常不确定如何更改值以适合我的数据

我知道形状是（20，），我知道维数是1，所以它可能只与稠密单元的值有关（在第一个模型上是16.add，这是编译器抱怨的）。我读了关于单元测量它的内容，但仍然努力理解它

Answer 1

在x_train中，由于您有20个数据点，并且每个数据点都是一个数字，因此正确的形状应该是(1,)。Keras希望您输入每个数据点的形状，而不是整个数据集本身的长度。 例如，如果我的数据看起来像

# shape of x_train is (2,3)
# shape of each data point is (3,)    
x_train = np.array([[1,2,1],
                    [1,2,3]])

然后我的输入形状将是(3,)

在您的情况下，可以将模型更改为如下所示：

from keras.layers import Input

model = Sequential()
model.add(Input(shape=(1,)))
model.add(Dense(16, activation='relu'))
model.add(Dense(12, activation='relu'))
model.add(Dense(12, activation='relu'))
model.add(Dense(2, activation='softmax'))

另外，由于您使用的是loss='categorical_crossentropy'，因此必须为y_train使用一个热编码，它必须是(20,2)形状。您可以在这里参考如何转换为一种热编码：Convert array of indices to 1-hot encoded numpy array