java输入浮点数给数组_Keras：使用数组作为输入进行训练

我对机器学习很陌生，最近我开始学习如何使用库Keras在Python上实现基本的神经网络 .

我从一个基本的例子开始(训练网络，以便它可以预测值y = f(x)= x) .

model = Sequential()

model.add(Dense(10, input_dim=1, activation='relu'))

model.add(Dense(10, activation='relu'))

model.add(Dense(10, activation='relu'))

model.add(Dense(1))

model.compile(loss='mse', optimizer='adam')

data = np.array([x for x in range(0,1000)])

for i in range(0, 1000):

model.fit([np.array([data[i]]), np.array([data[i]]), nb_epoch=1, batch_size=1, verbose=0)

我现在想应用一个类似的算法训练网络，所以从整数列表L，它将返回我的函数f的三个值的列表(基本上：[f(L，0)，f(L，1) ，f(L，2)]) . 所以这次输入是一个包含5个整数的数组，所需的返回输出是3个浮点数的列表 .

但是，我没有设法在for循环中正确编码fit方法，我得到一条错误消息：“预计会看到1个数组，而是得到以下2个数组的列表：......” . 我尝试使用Dense构造函数的一些参数(input_dim，input_shape，input_size)，但我似乎仍然无法使它工作...

所以基本上，有没有人知道如何正确实现一个网络，将一个数组作为输入并返回一个不同长度的数组？

非常感谢您的帮助和支持，

smgr