重塑Keras的1D numpy陣列

Question

我正在使用keras，當我嘗試model.fit時會拋出錯誤，因為X_Train和Y_Train輸入的形狀不兼容。

我擁有的數據是10個輸入和1個輸出的系統。 而且我正在使用9次數據迭代作為測試，因此我有9個形狀為[10，1]的向量的列表，因此，X_Train.shape = [9，10，1]是可以理解的。 我的輸出是9個值的列表，這些值使Y_Train.shape = [9,1]。 但是我得到這個錯誤：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Incompatible shapes: [9,1] vs. [9,10,1]

我假設Y_Train向量的正確形狀必須為[9，1，1]，但找不到找到它的形狀的方法。

基於此，我有兩個問題：[9，1，1]根據我對問題的描述是正確的預期形狀嗎？ 以及如何使其符合預期形狀？

Answer 1

通過keras中的計算圖傳遞的輸入形狀為以下類型：

(?, x.shape[1], x.shape[2], ....)   #As seen in model.summary()

首先 ？ 是傳遞樣本（數據集中的行）的通道。 您可以批量傳遞它們，以便在擬合模型本身時定義它們。

但是，當設置圖層的形狀時，將其設置為

(x.shape[1], x.shape[2], ....)

Keras會在批次開始時自動添加第一個通道。 因此，如果數據集中的每一行都是長度為10的一維數組。那么，

## For keras functional API
inp = Input((10,))

## For keras sequential API
model = Sequential([
    Dense(32, input_shape=(10,))
])

如果您使用3-D數據集，則數據集中的每個“行”或樣本都是（10,10）形狀的二維數組：

## For keras functional API
inp = Input((10,10))

## For keras sequential API
model = Sequential([
    Dense(32, input_shape=(10,10))
])

特定於您的問題，因為您有9個形狀為（10,1）的數組的列表。 您應該簡單地忽略9，因為在第一個通道上傳遞的是（？，10，1）。 因此，將輸入形狀定義為（10，）或（10,1）