Keras - 多维输入的样本数错误

Question

我正在尝试构建一个（非常简单的）Keras 模型作为项目的基线。我有一个包含 3459 个形状为 (2, 6, 15) 的 numpy 数组的列表作为输入，还有一个目标值列表（整数作为形状为 () 的 numpy 数组）。当我尝试训练模型时出现此错误：

“ValueError: 样本数 2 小于指定 batch_size 32 和步骤 108 所需的样本数。”

到目前为止的模型非常简单，但我没有运气让它训练：

input = Input(shape=(2, 6, 15))
x = Dense(64, activation='relu')(input)
x = Dense(64, activation='relu')(x)
output = Dense(1)(x)

model = Model(inputs=input, outputs=output)
model.compile(optimizer='adam', loss='mean_squared_error',
              metrics=['accuracy'])
hist = model.fit(
    X_train,
    y_train,
    batch_size=32,
    epochs=10, 
    validation_data=(X_test, y_test),
    steps_per_epoch=(len(X_train) // 32),
    validation_steps=(len(X_test) // 32))

我目前正在从 pickle 文件中加载数据，我怀疑问题可能出在各个训练案例的数组结构上。当查看 X_train 中的一个数组时，它有一个结构 [[[...]...]，[[...]...]]，我怀疑代码将外部括号混淆为批处理容器，因此它读取的批处理大小为 2 作为输入。只是一个理论，但我不知道如何解决这个问题以自己检查。

Answer 1

该错误确实是由于生成/加载数据的方式造成的；如果您在具有指定形状的随机张量上训练模型，则不会出现错误。