Keras model.predict - 预期 ndim=3，发现 ndim=2答案

【问题标题】：Keras model.predict - expected ndim=3, found ndim=2Keras model.predict - 预期 ndim=3，发现 ndim=2
【发布时间】：2021-04-08 21:51:39
【问题描述】：

我已使用链接代码来训练我的模型。 RNN Prediction

现在我想使用经过训练的模型通过加载模型来进行预测，我使用 predict.py 进行此操作

但是我似乎遇到了一些模糊的错误，我已经尝试了所有方法，只是想把头发扯掉。有人能帮我解决这个问题吗？

PS：您可以下载模型、test.csv 和 predict.py 进行重现，请在 predict.py 中包含正确加载 pandas 数据帧的代码，以便将答案标记为完整

【问题讨论】：

标签： python-3.x tensorflow keras lstm recurrent-neural-network

【解决方案1】：

在将数据发送到 model.predict() 之前，您必须正确地重塑数据。

import numpy as np
#dummy data
df1 = np.array([[[1,23,7,9,61,5,5,6]]])
print(df1.shape)  # gives (1, 1, 8)
model = tf.keras.models.load_model('RNN_Final-01-0.534.model')
prediction = model.predict(df1)
print("---->",prediction)

【讨论】：

谢谢拉姆。我尝试运行您的代码，但收到以下消息 WARNING:tensorflow:Model was built with shape (None, 60, 8) for input KerasTensor(type_spec=TensorSpec(shape=(None, 60, 8), dtype=tf.float32, name='lstm_input'), name='lstm_input', description="created by layer 'lstm_input'")，但它是在形状不兼容的输入上调用的 (None, 1, 8)。 [[0.4936518 0.5063482]] 至少我从模型中得到了一些很好看的输出，我感觉更近了一步。所以收盘价和成交量是这两个参数的一部分第三个是什么？
在训练脚本中使用model.add(LSTM(128, input_shape=(None,8), return_sequences=True)) 并训练模型，然后在预测期间它不会显示该警告。在 keras/tensorflow 中，第一个维度是批量大小。
@Jo3Dirt 如果有帮助，请投票或接受答案。