![](/img/trans.png)
[英]I am getting dimension mismatch when creating a sequential model in tensorflow
[英]No dimension mismatch for Keras sequential model?
我用 Keras 创建了一个顺序神经网络,输入为 4,输出为 8。我意识到我所做的不正确,但我不确定为什么代码不会引发错误。
print(X.shape) # Prints (64, 4)
print(y.shape) # Prints (64, 64, 8)
self.model.fit(X, y, batch_size=MINIBATCH_SIZE, verbose=0, shuffle=False)
那么为什么 Keras 接受一个数组数组呢? 它不应该只接受一个数组吗?
编辑:这就是我的模型的创建方式
model = Sequential()
model.add(tf.keras.layers.InputLayer(input_shape=(4,)))
model.add(Dense(64))
model.add(Dense(Env.ACTION_SPACE, activation='linear')) # Env.ACTION_SPACE = 8
model.compile(loss="mse", optimizer='adam', metrics=['accuracy'])
它们主要是 mariz 计算,然后通过函数扩展或减小维度,但最后一层,你可以 falttern、softmax 或总结成你想要的形状。 您可以从训练批次或预测中看到,它返回一组输出,其中您看到批次号大于 1 或预测打印以查看输出结果,其中它们是您从 np.max 或 softwax 或附加网络搜索的答案堆栈的倍数。
我从这个例子中看到了你的言论
next_act = mainQ_outputs.evaluate(x=input_image, batch_size=16, max_queue_size=10, workers=16 )
或者你也可以这样做
predictions = model.predict(obs, batch_size=32)
样本输出:
### ( 1 ): Q-Networks
model = models.Sequential()
for layer in mainQ_outputs:
model.add(layer)
model.add(tf.keras.layers.Flatten() )
model.add(tf.keras.layers.Dense(6, activation=tf.nn.softmax))
### ( 2 ): predictions[0] - predictions[31]
action = np.argmax(predictions[0])
action = actions_name[action]
...
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.