ValueError：层“顺序”的输入0与层不兼容：预期形状=（无，90），发现形状=（无，2，90）

Question

使用 Keras 预测 function 时，任何人都可以帮助解决以下问题吗？预测数据集的输入形状似乎正在改变（预测似乎在第一维中添加了“无”）。

scaler = MinMaxScaler()
scaler2 = MinMaxScaler()

normalized_data = scaler.fit_transform(dataset)
normalized_predict_data = scaler2.fit_transform(predict_dataset)

x = normalized_data[:, 0:90]
y = normalized_data[:, 90]

z = normalized_predict_data[:, 0:90]
print(z.shape)

x_train, x_test, y_train, y_test = train_test_split(x, y, test_size=0.2, random_state=10)
print(x_train.shape, x_test.shape, y_train.shape, y_test.shape)

model = Sequential()
model.add(Dense(4, input_dim=90, activation='relu'))
model.add(Dense(32, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(16, activation='relu'))
model.add(Dense(1, activation='sigmoid'))

model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

history = model.fit(x_train, y_train, validation_split=0.33, epochs=50, batch_size=100, verbose=0)

loss, accuracy = model.evaluate(x_test, y_test, verbose=0)
print("Model loss: %.2f, Accuracy: %.2f" % ((loss * 100), (accuracy * 100)))

Xnew = z
ynew = model.predict(array([Xnew]))

for item in Xnew:
    print("X=%s, Predicted=%s" % (item, ynew[0]))

当调用 print function 来显示预测数据集的形状时，它会按预期打印出 (2, 90)（2 行数据和 90 个输入）

当尝试使用预测 function 时，它会打印以下错误：

ValueError: Input 0 of layer "sequential" is incompatible with the layer: expected shape=(None, 90), found shape=(None, 2, 90)

Answer 1

该错误是由此代码行ynew = model.predict(array([Xnew]))引起的。

请从此行中删除数组并使用： ynew = model.predict(Xnew)

我已经用鲍鱼数据集复制了类似的代码，并附上了这个要点供您参考。

Answer 2

以下任一项对我有用（我的 model 被训练接受 2D 输入）：

X_new = [[-1.0, -1.0]]
model.predict(X_new)

或者

X_new = [-1.0, -1.0]
model.predict([X_new])

希望有帮助！