我来自SciKit,试图摆脱TensorFlow的困扰。
net = tflearn.input_data(shape=[None, 54])
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 32)
net = tflearn.fully_connected(net, 2, activation='softmax')
net = tflearn.regression(net)
model = tflearn.DNN(net)
model.fit(data, labels, n_epoch=10, batch_size=1, show_metric=True)
然后,我的应用程序循环运行,并具有接收数据帧,将其转换为np数组并尝试对其进行预测的功能。
def predict(predict_dataframe):
df = predict_dataframe.values
pred = model.predict([df])
但是我得到了张量u'InputData / X:0'的形状为((,1,54))的形状为(1,1,54)的不能进纸的值。
我知道我必须重塑它,但是从我在网上看到的其他示例中不能确切确定如何去做。
您似乎将其包装在额外的列表中。尝试一下pred = model.predict(df)
。
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。
我来说两句