Tensorflow 密集标签形状

Posted 2023-03-12

【中文标题】Tensorflow 密集标签形状

【英文标题】：Tensorflow Dense label shape

【发布时间】：2019-04-20 10:12:51

【问题描述】：

我是使用 Tensorflow 和 Python 的新手，我已经看过网站上的所有教程，现在我正在使用我的第一个真实数据集。

我想用 NN 做的是在了解每日趋势的情况下预测一些发电厂的能源消耗。我有一个包含所有这些（实际）值的 .xlsx 文件。使用 Pandas，我对训练集和验证集中的数据进行了拆分和规范化（即 train_x 和 train_y，其中 train_x 是时间，train_y 是标签）。 x 和 y 数组都是 numpy.ndarray 并且格式如下（只是头部）：

print(train_x)
[ 644]
[ 645]
[ 646]

print(train_y) [-0.09154356 1.10702972 1.13661838] [ 0.05104414 1.39112378 1.5319337 ] [-0.05719421 1.40702419 1.48187637]

然后我创建了模型：

model = keras.Sequential([
keras.layers.Dense(64, activation=tf.nn.relu, input_shape= (train_x.shape([0]))),     
keras.layers.Dense(3, activation=tf.nn.softmax)]) 

model.compile(loss='categorical_cross_entropy',
                optimizer='Adam',
                metrics=['accuracy'])

history = model.fit(train_x, train_y, epochs=5, verbose=1)

但是当我运行脚本时，我得到了这个错误：

TypeError: 'tuple' object is not callable

我猜这个问题是关于层的输入形状或者可能是建议here的损失函数，所以我尝试修改损失函数：

LOSS = tf.nn.categorical_cross_entropy_with_logits(logits=3, labels=3)

当然还有model.compile：

model.compile(loss=LOSS,
                optimizer='Adam',
                metrics=['accuracy'])

但我又遇到了同样的错误：

TypeError: 'tuple' object is not callable

我哪里出错了？

【参考方案1】：

应该是array.shape[0]，而不是array.shape([0])。 shape 是 numpy 数组的属性，而不是方法。正确的语法应该是：

keras.layers.Dense(64, activation=tf.nn.relu, input_shape= (train_x.shape[-1],)),

另外，将train_x 和train_y 更改为二维数组，形状为[length_of_array,1]。