python3.6输入一直有错_Keras和python3.6：检查顺序mod的输入时出错

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