为Keras重塑1D Numpy阵列

Question

我在用keras，当我试着模型.拟合它抛出一个错误，因为X_Train和Y_Train输入具有不兼容的形状。在

我的数据是一个10输入1输出的系统。我用数据的9次迭代作为测试，所以我有一个9个向量的列表，形状是[10，1]，所以，可以理解，X_火车.形状=[9，10，1]。我的输出是一个由9个值组成的列表_火车.形状=[9,1]。但我得到了一个错误：

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

我估计Y峈列向量的正确形状必须是[9，1，1]，但找不到一种方法来塑造它。在

基于此，我有两个问题：根据我对问题的描述，[9，1，1]是正确的预期形状吗？我如何使它符合预期的形状？在

Answer 1

通过keras中计算图形的输入形状属于以下类型：

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

第一个？是传递样本（数据集中的行）的通道。您可以成批传递它们，因此这是您在拟合模型本身时定义的内容。在

但是，当设置层的形状时，可以将其设置为

^{pr2}$

Keras会在批处理开始时自动添加第一个通道。 所以，如果数据集中的每一行都是长度为10的一维数组。然后

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

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

如果使用的是三维数据集，其中数据集中的每个“行”或样本都是（10,10）形状的二维数组：

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

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

具体到您的问题，因为您有一个9数组的形状（10，1）的列表。你应该简单地忽略9，因为这是在第一个通道上作为（？）传递的？，10，1）。所以将输入形状定义为（10，）或（10,1）