时间戳

首页 > 解决方案 > 列表（向量）与张量流要求的形状不匹配

python - 列表（向量）与张量流要求的形状不匹配

问题描述

背景： 我正在构建基于机器学习模型的防病毒软件。我构建了一个程序，该程序生成了一个具有 486 个值的 List(vector)。

例如，这是缩短版本的外观（实际向量有 486 个值）：

[1.00000000e+00 1.00000000e+00 1.00000000e+00 0.00000000e+00
 1.00000000e+00 1.00000000e+00 1.00000000e+00 1.00000000e+00
 1.00000000e+00 1.00000000e+00 1.00000000e+00 5.33333333e-01
 0.00000000e+00 5.88235294e-02 3.49019608e-01 7.96078431e-01
 5.88235294e-02 3.49019608e-01 8.07843137e-01 5.88235294e-02
 3.45098039e-01 9.45098039e-01 5.88235294e-02 1.56862745e-01
 8.00000000e-01 5.88235294e-02 7.60784314e-01 5.09803922e-02
 2.50980392e-01 3.92156863e-03 5.33333333e-01 0.00000000e+00
 2.35294118e-02 5.88235294e-02 3.13725490e-01 7.56862745e-01
 5.88235294e-02 3.41176471e-01 9.49019608e-01 5.21568627e-01
 7.52941176e-01 4.58823529e-01 2.78431373e-01 2.00000000e-01
 1.00000000e+00 5.21568627e-01 1.00000000e+00 4.58823529e-01
 5.88235294e-02 5.88235294e-02 1.56862745e-01 7.76470588e-01
 5.05882353e-01 7.68627451e-01 9.72549020e-01 0.00000000e+00
 0.00000000e+00 0.00000000e+00 3.56862745e-01 3.72549020e-01
 5.45098039e-01 8.98039216e-01 3.64705882e-01 7.64705882e-01
 5.88235294e-02 1.60784314e-01 1.56862745e-02 1.41176471e-01
 5.88235294e-02 1.60784314e-01 4.54901961e-01 1.41176471e-01
 2.50980392e-01 4.54901961e-01 9.01960784e-01 1.45357859e-01
 1.27626518e-02 5.25954600e-03 5.29496962e-03 1.07052096e-02
 3.08893971e-03 3.26031344e-03 2.54954328e-03 9.53584717e-03
 1.62738028e-03 4.26500391e-03 1.86711202e-03 6.17443280e-03
 2.24815529e-03 1.28635612e-03 1.18420206e-02 1.02462344e-02]

我使用从每一行中提取的数据库、xlsx 文件完成了模型的构建。

问题： 现在我试图预测一个文件是否是病毒，我为该文件构建了一个向量并尝试使用model.predict(pe)函数（pe 是我的向量），但我收到一条错误消息我的向量与预期的形状不匹配：

' but received input with shape ' + str(shape))
ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 486 but received input with shape [None, 1]

这是我的代码：

from tensorflow import keras
import vector_build #custom code that I made

model = keras.models.load_model("anti_virus_model.h5")

pe = vector_build.encode_pe("C:\\Windows\\System32\\calc.exe")

print(model.predict(pe))

我真的不知道该怎么做以及如何改变矢量的形状。也许当我从 .xlsx 文件中提取数据时，它没有将其识别为相同的格式向量？

如果您需要我添加任何内容以使您更清楚，请告诉我！

很想听听你的想法！提前致谢！

标签： pythontensorflowmachine-learningkeras

解决方案

您可能在批量数据上训练了您的模型？也就是说，您的输入具有 shape [batch_size, 486]。Keras 模型总是期望在其输入中包含一个批处理轴，即使它是一个示例。因此，请确保输入具有批处理轴。

就像现在一样（我假设），您的输入只是 shape [486]，即它没有批处理轴——您只需添加一个。你可以这样做：model.predict(pe[None]). 这会在前面添加一个大小为 1 的轴，使输入形状为 [1, 486]。

推荐阅读