我如何為我的 NN 模型正確地塑造我的數據？

Question

我正在嘗試在 Keras 中創建一個基本的神經網絡模型，該模型將學習將正數加在一起，但在塑造訓練數據以適應模型時遇到了麻煩：

我已經為第一個 Dense 層的“input_shape”屬性嘗試了多種配置，但似乎沒有任何效果。

# training data
training = np.array([[2,3],[4,5],[3,8],[2,9],[11,4],[13,5],[2,9]], dtype=float)
answers  = np.array([5, 9, 11, 11, 15, 18, 11],  dtype=float)
# create our model now:
model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=16, input_shape=(2,)),
    tf.keras.layers.Dense(units=16, activation=tf.nn.relu),
    tf.keras.layers.Dense(units=1)
])
# set up the compile parameters: 
model.compile(loss='mean_squared_error',
              optimizer=tf.keras.optimizers.Adam(.1))
#fit the model:
model.fit(training, answers, epochs=550, verbose=False)

print(model.predict([[7,9]]))

我希望它可以正常運行並產生結果“16”，但出現以下錯誤：

"Traceback (most recent call last):
  File "c2f", line 27, in <module>
    print(model.predict([[7,9]]))
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 1096, in predict
    x, check_steps=True, steps_name='steps', steps=steps)
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training.py", line 2382, in _standardize_user_data
    exception_prefix='input')
  File "C:\Users\Aalok\AppData\Local\Programs\Python\Python37\lib\site-packages\tensorflow\python\keras\engine\training_utils.py", line 362, in standardize_input_data
    ' but got array with shape ' + str(data_shape))

ValueError：檢查輸入時出錯：預期dense_input具有形狀(2,)但得到形狀為(1,)的數組

Answer 1

得到錯誤。 根據堆棧跟蹤，錯誤在這一行，

print(model.predict([[7,9]]))

現在，Keras Sequential 模型需要 NumPy 數組 ( ndarray ) 形式的輸入。 在上面的行中，模型將數組解釋為多個輸入的列表（這不是您的情況）。

根據官方文檔， model.fit()參數x是，

訓練數據的 Numpy 數組（如果模型有單個輸入），或 Numpy 數組列表（如果模型有多個輸入）。 如果模型中的輸入層已命名，您還可以將字典映射輸入名稱傳遞給 Numpy 數組。 如果從框架原生張量（例如 TensorFlow 數據張量）饋送，則 x 可以為 None （默認）。

我們需要創建一個 NumPy 數組，使用numpy.array() ，

print(model.predict(np.array([[7,9]])))

錯誤已解決。 我已經運行了代碼，它工作得很好。