Keras与数组形状不匹配模型.预测()

Question

我有一个简单的稠密NN，有两个用Keras编写的输入值，运行在Tensorflow和Python之上。我已经成功地安装了这个网络，我可以运行评估没有错误。但是，当我想要预测单个样本数据的结果时，由于输入数据的维数的形状不正确，我得到了一个错误。但是，当我打印numpy数组的形状时，它会返回正确的形状：

inputArr = np.array((x[sample][0], x[sample][1]))
print(inputArr)
print(inputArr.shape)
prediction = model.predict(inputArr)

这将产生以下输出：

^{pr2}$

后面是一个错误：

Traceback (most recent call last):
  File ".\train3d.py", line 60, in <module>
    prediction = model.predict(inputArr)
  File "C:\Users\svoja\AppData\Local\Programs\Python\Python35\lib\site-packages\keras\engine\training.py", line 1147, in predict
    x, _, _ = self._standardize_user_data(x)
  File "C:\Users\svoja\AppData\Local\Programs\Python\Python35\lib\site-packages\keras\engine\training.py", line 749, in _standardize_user_data
    exception_prefix='input')
  File "C:\Users\svoja\AppData\Local\Programs\Python\Python35\lib\site-packages\keras\engine\training_utils.py", line 137, in standardize_input_data
    str(data_shape))
ValueError: Error when checking input: expected dense_1_input to have shape (2,) but got array with shape (1,)

从错误消息中可以看到，网络需要一个维数为（2，）的数组，它与我的输入数组的输出完全相同。在

我的问题是，数组到底出了什么问题？在

Answer 1

{/kery>期望批处理的大小为，其中批处理的大小为。在你的例子中D=2但是你没有矩阵。在

要传递单个数据点，您需要形状(1, 2)，它读取1个数据点和2个特征。您可以通过以下方式实现：

inputArr = np.array((x[sample][0], x[sample][1]))
print(inputArr) # [-1, -1]
print(inputArr.shape) # (2,)
inputArr = np.expand_dims(inputArr, 0)
print(inputArr.shape) # (1, 2)

或者更简短的语法形式：

^{pr2}$

其中None添加了一个新维度。在