Tensorflow，model.predict 用于具有 4 列和 3 行的 input_arry答案

【问题标题】：Tensorflow, model.predict for a input_arry with 4 columns and 3 linesTensorflow，model.predict 用于具有 4 列和 3 行的 input_arry
【发布时间】：2020-07-01 13:51:57
【问题描述】：

我在 youtube 上观看了一个教程，并尝试根据我的需要调整源文本。是否允许链接到视频？

在教程中有一个输入数组，其中一行 3 列用数字 (1,2,3) 填充。还有一个相同大小的输出张量，也填充了三个数字（1,2,6）。数字之间的关系是学习的。在教程中，AI 认识到：输出 = 输入^2 并做出预测，例如 4 --> 8。

我想尝试使用数组进行预测。

我有几个测量值：水：10、11、15、2 温度：2、5、17、4 速度：3、7、6、1

这包括以下值（计算值（来自测量值））： A = 1、5、7、4 B = 2, 4, 1, 5

我想预测A = 6 AND B = 3情况下的测量值

我已经尝试了很多东西。在我看来，我在第一个神经元层上犯了一个错误：layer.dense（单位和形状）和命令 model.predict（数组维度）

import numpy as np
import tensorflow as tf 
from tensorflow import keras 
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation, Flatten
from keras.utils import np_utils

#the model from the tutorial
#model = keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])

#my model
model = keras.Sequential([

    keras.layers.Dense(units=3, input_shape=[2]),  # units=???=colums from input_array? input_shape=?  
    keras.layers.Dense(units=128),
    keras.layers.Dense(units=1)
])

#model.compile from the tutorial
model.compile(optimizer='sgd', loss='mean_squared_error')

#xs=[1, 2, 3] #input_array from tutorial
#ys=[2, 4, 6] #output_array from tutorial

#my output array
output_array = (  [10, 11, 15, 2],      #Water,   array shape = (3,4)   ndim = Dimension = 2
                 [2, 5, 17, 4],        #Temperature
                 [3, 7, 6, 1]          #Speed 
               )

#my input array
input_array = (
                 [1, 5, 7, 4],         #A
                 [2, 4, 1, 5],         #B
                 )

#model.fit from the tutorial - I use the same one
model.fit(output_array, input_array, epochs=500)


print(model.predict([6],[3]))

我会很高兴得到帮助和一些源文本。

谢谢，罗科

【问题讨论】：

标签： python tensorflow machine-learning keras tf.keras

【解决方案1】：

输入数组的形状应该是示例 * 变量。

[[1, 2], [5, 4], [7, 1], [4, 5]]

对于您的输出数组形状也是如此。您需要进行必要的形状调整。

你的最后一层应该有units=num_output_variables。所以 3 在你的情况下。

【讨论】：