keras，无效的预测大小

debugcn 发表于 Dev

巴图汉·MERTAN

我在喀拉拉邦很新，我已经用输入和输出的（100,8）大小训练了它，我想用1 * 8的预测数据来输出1 * 8。例如输入我输入1 * 8。代码返回，1 * 8输出数据。

这是我的代码：

from tensorflow import keras
import numpy as np
import tensorflow as tf

from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation 
import keras
from keras.layers import Input, Dense
accuracy = tf.keras.metrics.CategoricalAccuracy()
import numpy as np

xs=np.ones((100,8))
ys=np.ones((100,8))

for i in range(100):
    xs[i]*=np.random.randint(30, size=8)  
    ys[i]=xs[i]*2

xs=xs.reshape(1,100,8)   
ys=ys.reshape(1,100,8)   
# model = tf.keras.Sequential([layers.Dense(units=1, input_shape=[2,4])])
model = Sequential() 
model.add(Dense(10,input_shape=[100,8])) 


model.add(Activation('relu'))
model.add(Dropout(0.15))
model.add(Dense(10)) 
model.add(Activation('relu')) 
# model.add(Dropout(0.5))
model.add(Dense(8)) 

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

model.fit(xs, ys, epochs=1000, batch_size=100)

p= np.array([[1,3,4,5,9,2,3,4]]).reshape(1,1,8)

print(model.predict(p))

马克·塞里亚尼

您无需在数据的第一个位置添加一个维度。对于2D网络，您只需向模型中提供以下格式的数据即可：（n_sample，n_features）

这里是完整的例子

xs=np.ones((100,8))
ys=np.ones((100,8))

for i in range(100):
    xs[i]*=np.random.randint(30, size=8)  
    ys[i]=xs[i]*2

xs=xs.reshape(100,8)   
ys=ys.reshape(100,8)   

model = Sequential() 
model.add(Dense(10,input_shape=(8,))) 
model.add(Activation('relu'))
model.add(Dropout(0.15))
model.add(Dense(10)) 
model.add(Activation('relu')) 
model.add(Dense(8)) 

model.compile(optimizer='adam', loss='mean_squared_error')

model.fit(xs, ys, epochs=10, batch_size=100)

p = np.array([[1,3,4,5,9,2,3,4]]) # (1, 8)

pred = model.predict(p)

print(pred)
print(pred.shape) # (1, 8)

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。