numpy model.predict() 不起作用答案

【问题标题】：numpy model.predict() doesn't functionnumpy model.predict() 不起作用
【发布时间】：2021-06-07 11:46:24
【问题描述】：

您好，我是 Numpy、Keras 和 stackoverflow 的新手，我有一个问题，我在循环中

        roi = roi.reshape(28,28)
        roi = (np.linalg.norm(roi))
        probas = model.predict(roi)[0]
        #number = np.argmax(probas[i])
        #i+=1

而且我确信我的重塑工作它给了我

ValueError                                Traceback (most recent call last)

<ipython-input-385-3ee67baef91d> in <module>()
----> 1 detect_digits("/content/drive/MyDrive/Colab Notebooks/photo1.jpg", network)

3 frames

<ipython-input-384-79a58876db55> in detect_digits(image_name, model)
    49         # 2. Use 'model' to make a prediction
    50 
---> 51         probas = model.predict(roi)[0]
    52 
    53         # 3. Based on the prediction, determine the class (a number between 0 and 9)

/usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/training.py in predict(self, x, batch_size, verbose, steps, callbacks, max_queue_size, workers, use_multiprocessing)
  1606           use_multiprocessing=use_multiprocessing,
  1607           model=self,
-> 1608           steps_per_execution=self._steps_per_execution)
  1609 
  1610       # Container that configures and calls `tf.keras.Callback`s.

/usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/data_adapter.py in __init__(self, x, y, sample_weight, batch_size, steps_per_epoch, initial_epoch, epochs, shuffle, class_weight, max_queue_size, workers, use_multiprocessing, model, steps_per_execution)
  1097       self._steps_per_execution_value = steps_per_execution.numpy().item()
  1098 
-> 1099     adapter_cls = select_data_adapter(x, y)
  1100     self._adapter = adapter_cls(
  1101         x,

/usr/local/lib/python3.7/dist-packages/tensorflow/python/keras/engine/data_adapter.py in select_data_adapter(x, y)
   962         "Failed to find data adapter that can handle "
   963         "input: {}, {}".format(
--> 964             _type_name(x), _type_name(y)))
   965   elif len(adapter_cls) > 1:
   966     raise RuntimeError(

ValueError: Failed to find data adapter that can handle input: <class 'numpy.float32'>, <class 'NoneType'>

谁能解释一下我真的不明白问题出在哪里谢谢你的回答

【问题讨论】：

嗨。你的型号是什么？如果是 Keras 模型，你的输入 roi 必须是 InputKeras 类型
嗨，“模型”的模型是network = models.Sequential() network.add(layers.Dense(512, activation='relu', input_shape=(28 * 28,))) network.add(layers.Dense(10, activation='softmax'))
你试过这个吗（不确定但可能是一个解决方案）？ model.predict(np.array(roi))
我刚试过，我的答案是：IndexError: list index out of range
显示回溯 - 即完整的错误。到目前为止，我们只是猜测错误发生在哪里（显然你也在猜测）。更具体地了解进口。 model 不是 numpy 创建的。这是keras 中的东西（我猜！）。

标签： python numpy keras

【解决方案1】：

我解决了我的问题，解决方案是：

roi = roi.reshape((1,28*28))
min = np.min(roi)
max = np.max(roi)
roi = (roi - min) * (1.0/(max - min))
probas = model.predict(roi)[0]
number = np.argmax(probas)

我正在将我的矩阵重塑为一个向量，这就是我的代码无法正常工作的原因，非常感谢你的帮助！

【讨论】：