python - TensorFlow 工作流问题

Question

我在 Tensorflow (keras) 如何读取我传递给它的数据集时遇到问题。任何人都可以简要解释一下我执行以下操作时会发生什么？我的意思是，如果我想传递一个数组（其中每一行是一首歌曲，列属性），我应该如何对输入层进行编程，以便我可以不同地对待每首歌曲，或者这就是 tf 实际所做的，这是我的错？

model = Sequential()
model.add(InputLayer(input_shape=518))
model.add(Dense(512, activation='sigmoid'))
model.add(Dense(512, activation='sigmoid'))
model.add(Dense(len(emotions), activation='softmax'))

相关数组信息：

• train_data： np.array包含所有数据集信息的2D
• test_data：单个属性的每个属性的一维数组。我将此数组传递给model.predict

+ 上下文

我的问题来自以下几点：

我对上面的 NN 进行了编程，因此我可以（理论上）输入 518 个属性的数组。但是，在测试 NN 时，我输入了一个长度为 518 的数组，并引发了此错误：

ValueError: Error when checking input: expected dense_input to have shape (518,) but got array with shape (1,)

但我不明白发生了什么，因为理论上我正在传递一个一维数组输入，也就是我给出歌曲的属性并且应该输出 x。

希望我能清楚地表达我的想法。提前致谢。

标签： pythontensorflowkeras