ValueError: Layersequential_16 需要 1 个输入，但它接收到 8 个输入张量答案

【问题标题】：ValueError: Layer sequential_16 expects 1 input(s), but it received 8 input tensorsValueError: Layersequential_16 需要 1 个输入，但它接收到 8 个输入张量
【发布时间】：2021-10-29 12:53:01
【问题描述】：

我有多个 csv 输入并尝试测试神经网络。我在 cvs (211583x8) 中有 8 个功能。我得到“ValueError：Layersequential_16 需要 1 个输入，但它接收到 8 个输入张量。”谁能帮我解决这个错误？

train_dataset = tf.data.experimental.make_csv_dataset(
    file_pattern = train_file_names,
    batch_size=10, num_epochs=1,
    num_parallel_reads=20,
    shuffle_buffer_size=10000)

validation_dataset = tf.data.experimental.make_csv_dataset(
    file_pattern = validation_file_names,
    batch_size=10, num_epochs=1,
    num_parallel_reads=20,
    shuffle_buffer_size=10000)

test_dataset = tf.data.experimental.make_csv_dataset(
    file_pattern = test_file_names,
    batch_size=10, num_epochs=1,
    num_parallel_reads=20,
    shuffle_buffer_size=10000)

model = tf.keras.Sequential()

model.add(layers.Dense(8, activation="relu",input_shape=(1, 7) ))
model.add(layers.Dense(8, activation="relu",input_shape=(1, 7)))
model.add(layers.Dense(8, activation="softmax",input_shape=(1, 7)))
model.add(layers.Dense(1))
model.summary()

model.fit(train_dataset, validation_data = validation_dataset,
         validation_steps = validation_steps, epochs = 10)

【问题讨论】：

标签： python tensorflow machine-learning keras deep-learning

【解决方案1】：

使用正确的输入形状添加输入。

import tensorflow as tf

model = tf.keras.models.Sequential()
model.add(tf.keras.Input(shape=(8,)))
model.add(tf.keras.layers.Dense(8, input_shape = (1,7) , activation='relu'))
model.add(tf.keras.layers.Dense(8, input_shape = (1,7) , activation='relu'))
model.add(tf.keras.layers.Dense(8, input_shape = (1,7) , activation='softmax'))
model.add(tf.keras.layers.Dense(1))
model.output_shape

【讨论】：