时间戳

首页 > 解决方案 > 检查输入时出错：预期 flatten_input 有 4 个维度，但得到了形状为 (404, 13) 的数组

python - 检查输入时出错：预期 flatten_input 有 4 个维度，但得到了形状为 (404, 13) 的数组

问题描述

import tensorflow as tf

from tensorflow import keras

import numpy as np

import matplotlib.pyplot as plt

data = keras.datasets.boston_housing

(x_train , y_train) , (x_test , y_test) = data.load_data()

model = keras.Sequential([

    keras.layers.Flatten(input_shape=(28 , 28 )),

    keras.layers.Dense(128 , activation="relu"),

    keras.layers.Dense(10 , activation="softmax")
])

model.compile(optimizer="adam" , loss="sparse_categorical_crossentropy" , metrics=["accuracy"])

model.fit(x_train , y_train ,epochs=5 )

test_loss , test_acc = model.evaluate(x_test , y_test)

print("tested acc: ", test_acc)

标签： pythonmachine-learningneural-network

解决方案

Flatten用于使图像扁平化的二维数据，所以基本上你将二维列表转换为一维列表，所以你应该更改Flatten为Input.

第二个错误是声明输入形状。

input_shape=(28 , 28 )

您声明28x28了 ，但我认为您希望拥有 28 个具有 28 个特征的样本。这是不变的。为了正确地做到这一点，您将输入形状定义为灵活，它将匹配训练和预测中的任意数量的样本。所有你需要做的就是传递一个样本有多少特征

input_shape=(28, )

这就是它的样子

model = keras.Sequential([

    keras.layers.Input(input_shape=(28, )),

    keras.layers.Dense(128 , activation="relu"),

    keras.layers.Dense(10 , activation="softmax")
])

推荐阅读