Keras检查时发生错误：预期embedding_1_input具有形状（无，100），但数组的形状为（1，3）

Question

我使用imdb示例创建了LSTM模型，并尝试预测自己字符串中的情绪

max_features = 20000
# cut texts after this number of words
# (among top max_features most common words)
maxlen = 100
batch_size = 32


wordsA = "I like this review"

wordIndexes = imdb.get_word_index()

wordArray = wordsA.split()
intArray = []
for word in wordArray:
    if word in wordIndexes:
        intArray.append(wordIndexes[word])

testArray = np.array([intArray])

print('Shape: '+str(testArray.shape)) 

model = load_model('my_model2.h5')

print(str(testArray))

prediction = model.predict(testArray)
print(prediction)        

但是当我尝试进行预测时，以下回溯会出错

追溯（最近一次通话）：

文件“”，运行文件中的第1行（'C：/Users/Radosław/nauka/python/SentimentAnalysis/sentiment_console.py'，wdir='C：/ Users /Radosław/ nauka / python / SentimentAnalysis'）

运行文件execfile中的文件“ C：\\ ProgramData \\ Anaconda3 \\ lib \\ site-packages \\ spyder \\ utils \\ site \\ sitecustomize.py”，行866（文件名，名称空间）

文件“ C：\\ ProgramData \\ Anaconda3 \\ lib \\ site-packages \\ spyder \\ utils \\ site \\ sitecustomize.py”，第102行，位于execfile exec（编译（f.read（），文件名，'exec'），命名空间）

文件“ C：/Users/Radosław/nauka/python/SentimentAnalysis/sentiment_console.py”，第47行，位于预测= model.predict（testArray）中

预测返回self.model.predict（x，batch_size = batch_size，verbose = verbose）中的文件“ C：\\ ProgramData \\ Anaconda3 \\ lib \\ site-packages \\ keras \\ models.py”，行899

文件“ C：\\ ProgramData \\ Anaconda3 \\ lib \\ site-packages \\ keras \\ engine \\ training.py”，行1555，在预测中check_batch_axis = False）

_standardize_input_data str（array.shape）中的第133行的文件“ C：\\ ProgramData \\ Anaconda3 \\ lib \\ site-packages \\ keras \\ engine \\ training.py”

ValueError：检查时出错：预期embedding_1_input具有形状（无，100），但数组的形状为（1，3）

有没有适当的方法来重塑我的输入数组？

Answer 1

您已完成所有操作，但忘记了序列填充。 在调用预测之前添加此行。

testArray = sequence.pad_sequences(testArray, maxlen=maxlen)