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!
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
- jquery - Laravel 8 - jQuery 模态数据未显示
- visual-studio-2019 - VS2019 由于 RemoteInvocationException,Razor 页面中没有智能感知
- python - 无法在 R 3.6.3 中安装 umx 包装
- python - Numba:如何将异构值 Python 字典的内容复制到 Numba Dict 中?
- angular - 如何连接两个响应,依次调用。第二个http调用取决于第一个返回的值?
- javascript - 导入查询会破坏所有 Javascript
- javascript - 如何从 Chrome 中抓取分页网页
- python - 使用python查找另一个数据框中不存在的记录
- python - 美丽的汤 find_all() 不返回所有元素
- javascript - JavaScript 和 DOM 元素的问题 - 无法读取属性“getElementsByClassName”