输入形状的预期轴 -1 的值为 20，但接收到的输入形状为（无，29）答案

【问题标题】：expected axis -1 of input shape to have value 20 but received input with shape (None, 29)输入形状的预期轴 -1 的值为 20，但接收到的输入形状为（无，29）
【发布时间】：2021-10-08 08:05:45
【问题描述】：

ValueError: 层序 66 的输入 0 与层不兼容：输入形状的预期轴 -1 具有值 20，但接收到的输入形状为 (None, 29)
将张量流导入为 tf 从张量流导入 keras 从 tensorflow.keras 导入图层从 keras.models 导入顺序从 keras.layers 导入密集、辍学、激活从 keras.optimizers 导入 SGD

# Generate dummy data
import numpy as np
x_train = np.random.random((1000, 29))
y_train = keras.utils.to_categorical(np.random.randint(10, size=(1000, 1)), num_classes=10)
x_test = np.random.random((100, 20))
y_test = keras.utils.to_categorical(np.random.randint(10, size=(100, 1)), num_classes=10)

model = Sequential()
# Dense(64) is a fully-connected layer with 64 hidden units.
# in the first layer, you must specify the expected input data shape:
# here, 20-dimensional vectors.
model.add(Dense(64, activation='relu', input_dim=20))
model.add(Dropout(0.5))
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(10, activation='softmax'))

sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='categorical_crossentropy',
              optimizer=sgd,
              metrics=['accuracy'])

model.fit(x_train, y_train,
          epochs=20,
          batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

请为我解释一下！谢谢。

【问题讨论】：

标签： recurrent-neural-network evaluate mlp sgd

【解决方案1】：

学习：

Keras 模型基于输入数据和标签的 Numpy 数组构建。为了训练模型，我们通常使用函数。
用于多类 softmax 分类的多层人工神经网络 (MLP)： https://keras.io/ko/getting-started/sequential-model-guide/

#x_train, và x_test có dạng 2 chiều nên số cột của x_train là số chiều vào cho mạng ở trên。

【讨论】：