使用 Tensorflow 训练模型的输入数组形状应该是啥

Posted 2023-03-13

【中文标题】使用 Tensorflow 训练模型的输入数组形状应该是啥

【英文标题】：What should be the input array shape for training models with Tensorflow使用 Tensorflow 训练模型的输入数组形状应该是什么

【发布时间】：2019-09-15 22:49:20

【问题描述】：

我正在按照https://www.tensorflow.org/alpha/tutorials/keras/overfit_and_underfit 上给出的使用 Tensorflow 训练神经网络的教程步骤进行操作

在训练数据上运行拟合函数时遇到输入形状有问题的ValueError。

模型架构：

NUM_WORDS = 10000
baseline_model = keras.Sequential([
    keras.layers.Dense(16, activation = 'relu',input_shape(NUM_WORDS,)),
    keras.layers.Dense(16, activation = 'relu'),
    keras.layers.Dense(1, activation = 'sigmoid')
])

baseline_model.compile(optimizer='adam', 
                       loss='binary_crossentropy', 
                       metrics=['accuracy', 'binary_crossentropy'])
baseline_model.summary()

baseline_history = baseline_model.fit(train_data, 
                                      train_labels, 
                                      epochs=20, 
                                      batch_size=512, 
                                      validation_data=(test_data, test_labels), 
                                      verbose=2)

----------------------------------- ---------------------------- ValueError Traceback（最近一次调用 最后）在 4批次大小=512， 5 验证数据=（测试数据，测试标签）， ----> 6 详细=2)

~/env_tensorflow2_alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training.py in fit(self, x, y, batch_size, epochs, verbose, callbacks, validation_split，validation_data，shuffle，class_weight， sample_weight，initial_epoch，steps_per_epoch，validation_steps， 验证频率，最大队列大小，工人，使用多处理， **kwargs） 第816章 817 步=验证步骤， --> 818 steps_name='validation_steps') 819 elif validation_split 和 0.

~/env_tensorflow2_alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training.py 在 _standardize_user_data(self, x, y, sample_weight, class_weight, batch_size、check_steps、steps_name、steps、validation_split、shuffle、 extract_tensors_from_dataset）2594 feed_input_shapes， 2595 check_batch_axis = False，#不强制批处理 尺寸。 -> 2596 exception_prefix='input') 2597 2598 如果 y 不是 None：

~/env_tensorflow2_alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training_utils.py 在standardize_input_data（数据，名称，形状，check_batch_axis， 异常前缀） 347 ': 预期 ' + names[i] + ' 具有形状 ' + 348 str(shape) + ' 但得到了形状为 ' + 的数组 --> 349 str(data_shape)) 350返回数据 351

ValueError：检查输入时出错：预期的 dense_21_input 有 形状 (10000,) 但得到了形状 (1,) 的数组

train_data 和 train_labels 具有以下形状：

print("Train data shape: ", train_data.shape)
print("Train label shape: ", train_labels.shape)

训练数据形状：(25000, 10000) 训练标签形状：(25000,)

为什么会出现错误，是否需要为输入数组中的 batch_size 提供另一个维度？

我正在使用 Tensorflow 版本：2.0.0-alpha0 提前致谢！！

【参考方案1】：

代码对我来说看起来非常好，除了一行中的一个小错误，

keras.layers.Dense(16, activation = 'relu',input_shape(NUM_WORDS,))

你错过了=，所以它应该是，

keras.layers.Dense(16, activation = 'relu',input_shape=(NUM_WORDS,))

我能够在 google colab 空间中运行相同的代码而没有错误。

希望这会有所帮助！

【讨论】：

谢谢。我花了一段时间才发现这一点。