时间戳

首页 > 解决方案 > 如何修复'ValueError：无法为张量 Y 提供形状 X 的值，张量 Y 在 Keras 上具有形状 Z

python - 如何修复'ValueError：无法为张量 Y 提供形状 X 的值，张量 Y 在 Keras 上具有形状 Z

问题描述

模型架构

model = Sequential()
model.add(LSTM(50,batch_input_shape(50,10,9),return_sequences=True))
model.add(LSTM(30,return_sequences=True, activation='tanh'))
model.add(LSTM(20,return_sequences=False, activation='tanh'))
model.add(Dense(9, activation='tanh'))
model.compile(loss='mean_squared_logarithmic_error',
                   optimizer='adam',metrics=['accuracy'])

摘要如下所示

Layer (type)                 Output Shape              Param #   
=================================================================
lstm_1 (LSTM)                (50, 10, 50)              12000     
_________________________________________________________________
lstm_2 (LSTM)                (50, 10, 30)              9720      
_________________________________________________________________
lstm_3 (LSTM)                (50, 20)                  4080      
_________________________________________________________________
dense_1 (Dense)              (50, 9)                   189       
=================================================================
Total params: 25,989
Trainable params: 25,989
Non-trainable params: 0

我使用 fit_generator 来训练模型。我打算使用预测而不是 predict_generator。我使用 yeild 编写了一个自定义生成器。这些都没有问题，因为 predict_generator 工作正常

model.fit_generator(generator=generator, 
                    steps_per_epoch=250, epochs=10, shuffle=True)

当我使用predict

model.predict(testX = np.zeros(50,10,9))

它使我陷入错误

ValueError: Cannot feed value of shape (32, 10, 9) for Tensor
          'lstm_1_input:0', which has shape '(50, 10, 9)'

现在我不知道这 32 是从哪里来的，因为输入形状是 (50,10,9)，这正是它所期望的。

标签： pythonkeraslstmshapesvalueerror

解决方案

利用

model.predict(np.random.randn(50,10,9), batch_size=50)

您正在将批量大小固定为50viabatch_input_shape(50,10,9)

但是，当您使用时，predict您没有传入batch_size默认为 32 的值。因此它尝试(32, 10, 9)传入(50, 10, 9)并且失败。

它没有失败，fit_generator因为您generator应该返回一批 50 号。

https://keras.io/models/model/#predict

推荐阅读