Keras模型：用于model.fit的同一数组未在model.predict中处理

Question

我有一个模型：

model.add(Dense(16, input_dim = X.shape[1], activation = 'tanh'))
model.add(Dropout(0.2))
model.add(Dense(8, activation = 'relu'))
model.add(Dropout(0.2))
model.add(Dense(4, activation = 'tanh'))
model.add(Dropout(0.2))
model.add(Dense(2, activation = 'relu'))
model.add(Dropout(0.2))
model.add(Dense(1))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['mae'])

在Model.evaluvate期间，它可以与'X'的输入配合使用：

history = model.fit(X, Y, validation_split=0.2, epochs=10, callbacks=   [PrintDot()], batch_size=10, verbose=0)

但是在我使用X [1]进行预测的过程中，会引发错误：

ValueError: Error when checking input: expected dense_8_input to have shape (500,) but got array with shape (1,)

但是X [1] .Shape是（500，）：

X[1].shape
--> (500,)

如果有任何帮助，我该如何纠正此错误

Answer 1

model.predict希望接收(amount_of_items, features)输入。

因此，即使尝试预测单个样本，也必须将其重塑为(1, features) ，对于您的情况，则重塑为(1, features) (1, 500) 。