不知怎么的,我在凯拉斯图书馆发现了一个很奇怪的虫子。在
我的学习方法包括一个三层的神经网络:输入层有130517个单元(输入大小)、一个10000个单元的隐藏层和一个2个单元的输出层。在
在代码执行期间,我运行了一个批处理学习(我使用了partial_fit函数),但是代码反复抛出相同的错误:{ValueError} Error when checking input: expected dense_1_input to have
shape (130517,) but got array with shape (1,)
我再次检查输入维度,发现它确实如我所想的那样,有130517个维度。在
下面是调试时变量的图片,如您所见,np.array(X[0])的形状是130517:
对于任何情况,我附加了神经网络的初始化代码,以及调用partial_fit的代码:def initClassifier(self):
self.classifier.add(Dense(100000, input_dim=130517, activation='relu'))
self.classifier.add(Dense(2, activation='softmax'))
self.classifier.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
def partial_fit(self, X, y, classes):
self.classifier.train_on_batch(np.array(X[0]), np.array(y))
有人有办法吗?
这可能是Keras代码中的错误吗?在