Keras预测形状不正确？

Question

我是新来的Keras，正在尝试测试我刚训练的一个模型。在

我使用Tensorflow后端和Python3。在

然而，我输入的形状和Keras所说的错误形状是完全不同的。我的代码是：

testnote = np.zeros((3,))
testnote[0] = 70
testnote[1] = 70
print(testnote.shape)
pred = model.predict(testnote)
print(pred)

对于testnote的形状，我的一致输出是“（3，）”，然后是预测行的一个错误：“ValueError:检查输入时出错：预期密集的\u 1_输入具有形状（3，），但得到的数组具有形状（1，）”

当我刚刚确认了形状是（3，）时，Keras怎么会把testnote读成having shape（1，）呢？它对“形状”的含义是否使用了某种不同的标准？我试过重塑和添加括号和其他一些东西，但我真的不知道问题是什么。在

对于其他上下文，模型接受一个具有3个标量输入的数组（表示螺距、速度和仪器类），并输出一个具有1025个标量输出的数组。我小心地不使用“维度”这个词，因为我认为这是我感到困惑的地方，而且从技术上讲，两者都只是1维。我确信我的模型有很多问题，我必须在这之后解决。但是，我只想让这个预测函数正常工作，这样我就可以理解我的输出是什么样子的。在

提前谢谢你的帮助。在

Answer 1

Keras Model隐式地期望您的数据（作为np array传递）具有批处理大小的维度。目前，您的模型将testnote解释为形状1的3个示例。尝试将批处理维度添加到“testnote”中，如下所示：

testnote = testnote.reshape(1,-1)

这将把testnote重塑为形状（1，3），以便显式地将批大小定义为1。在