tensorflow2.3以上keras model.fit()出现维度错误问题

最新推荐文章于 2023-09-07 21:59:50 发布

Daisy和她的单程车票

最新推荐文章于 2023-09-07 21:59:50 发布

阅读量5.7k

点赞数 2

分类专栏： tensorflow2.0 文章标签： tensorflow

本文链接：https://blog.csdn.net/u012513618/article/details/110433822

版权

在使用TensorFlow 2.3及以上版本的Keras训练模型时，遇到输入维度不匹配的错误。问题在于数据的一个特征具有形状[2,1]，而模型期望的输入轴-1的维度为2。解决方案包括：1) 使用batch处理数据，通过添加`tf.data.Dataset.batch`来调整数据形状；2) 将TensorFlow版本降至2.1或更低，以避免该问题。" 111235812,10292961,指令级并行编译技术：循环展开与流水线调度,"['并行编译技术', '计算机体系结构', 'RISC-V', '编译器优化']

摘要由CSDN通过智能技术生成

将数据喂进模型的时候，发现fit模型的时候，总是出现维度不对的错误，当打印喂进模型数据的明细时，发现如某一条记录，ty为array([0.96276813, 0.46342801]) ，shape=[2,1]和ty这个特征为2维不符，

({
   'ty': <tf.Tensor: shape=(2,), dtype=float64, numpy=array([0.96276813, 0.46342801])>, 'a_label': <tf.Tensor: shape=(1,), dtype=float32, numpy=array([0.], dtype=float32)>, 'b_label': <tf.Tensor: shape=(1,), dtype=float32, numpy=array([0.], dtype=float32)>}, {
   'a': <tf.Tensor: shape=(1,), dtype=float32, numpy=array([0.], dtype=float32)>, 'b': <tf.Tensor: shape=(1,), dtype=float32, numpy=array([0.], dtype=float32)>, 'loss': <tf.Tensor: shape=(1,), dtype=float32, numpy=array([0.], dtype=float32)>})

因而会报Input 0 of layer dense_132 is incompatible with the layer: expected axis -1 of input shape to have value 2 but received input with shape [2, 1]的错误
解决方案如下

1 加batch解决

构造一个简单的模型

def gen_model():
    input1 = tf.keras.layers.Input(shape=(2,)

最低0.47元/天解锁文章