keras 顺序 model 的基数问题

Question

我对 keras 有一些问题。 我想预测一个序列中的下一个数字，我决定使用 keras.Sequential 来做到这一点（因为我们的教授谈到了递归神经网络）。 在 model.fit 运行结束时，代码警告说测试集的基数存在问题。 我是 keras（和一般编码）的新手，所以我看不出问题出在哪里，所以我需要你的帮助。 这是我的代码：

# here there's some code to construct the Fibonacci sequence mod 15 in a dataset (my code has to be generic)


predicted_values=[1,2,3,4,5]
rows=df_fib.shape[0]

# Dictionary for storing generated models
models = {}

#I want to predict k values in the sequence
for k in predicted_values:
    
    n = int(rows*(2/3))
    
    X_train = df_fib.iloc[0:n, 0].values
    y_train = df_fib.iloc[n:n+k, 0].values
    X_test = df_fib.iloc[n+k:rows-k, 0].values
    y_test = df_fib.iloc[rows-k:, 0].values

    model = keras.Sequential()
    model.add(layers.Dense(1, activation = 'relu'))
    model.compile(loss='mean_squared_error', optimizer='adam')
    model.fit(X_train.reshape([1,-1]), y_train, epochs=20)
    scores = model.evaluate(X_test.reshape([1,-1]), y_test)
    print('Accuracy Score - ',k,' values : ' % scores[1]*100)

警告是：

ValueError: Data cardinality is ambiguous:
  x sizes: 1
  y sizes: 2
Please provide data which shares the same first dimension.

Answer 1

您的数据形状不匹配。 您的数据的第一个维度，通常是您的批量大小，特别是因为您没有指定一个，是不同的，因此不清楚如何使用数据。 同样在顺序 model 的第一层上，您将要设置数据的 input_shape，例如： model.add(layers.Dense(16, activation='relu', input_shape=(6,))) 除外您的输入显然不会是 6。 玩转 x_train 和 y_train 的 output 形状的打印，这应该可以帮助您找出问题所在。