在keras中设置模型的输入形状

Question

我在张量流中看到了其他类似的问题，但与我的问题不符。

模型：

# picture size
img_row = 128
img_col = 647
shape = (img_row, img_col)

img = Input(input_shape)
...

结果

数据：

有1000个数据，每个数据的形状为（128，647），其数据框为df列。 因此，大小结果和数据预览如下：

问题

问题是：当我将数据传递给模型时，发生了一些大小错误。

train_history = model.fit(  x = df["data"],
                            y = df["genre_idx"],
                            validation_split = 0.1,
                            epochs = 30,
                            batch_size = 200,
                            verbose = 2
                         )

错误信息如下：

Error when checking input: expected input_79 to have 3 dimensions, but got array with shape (1000, 1)

这可能是一个很低的问题，但是我没有弄清楚这种情况的主要问题是什么以及如何解决。

Answer 1

您需要将其作为单个ndarray给出 ，您可以使用数据框的.values属性对其进行提取。 输入的预期形状为(1000, 128, 647) 。