Keras 预测得到不正确的形状？

Question

我是 Keras 的新手，正在尝试测试我刚刚训练过的模型。

我正在使用 Tensorflow 后端和 Python 3。

但是，我输入的形状与 Keras 在错误中所说的形状完全不同。这是我的代码：

testnote = np.zeros((3,))
testnote[0] = 70
testnote[1] = 70
print(testnote.shape)
pred = model.predict(testnote)
print(pred)

对于 testnote 的形状，我的一致输出是“(3,)”，然后是我的预测行的错误：“ValueError：检查输入时出错：预期的 dense_1_input 具有形状 (3,)，但得到的数组具有形状 ( 1,)"

当我刚刚确认形状是 (3,) 时，Keras 是如何将 testnote 读取为具有形状 (1,) 的？它是否对“形状”的含义使用某种不同的标准？我已经尝试过重塑和添加括号以及其他一些东西，但我真的不知道问题出在哪里。

对于其他上下文，该模型接收一个具有 3 个标量输入（代表音高、速度和乐器类别）的数组，并输出一个具有 1025 个标量输出的数组。我小心翼翼地不使用“维度”这个词，因为我认为这是我感到困惑的地方，而且从技术上讲，两者都只是一维。我确信我的模型存在很多问题，我必须在此之后解决这些问题。但是，我想让这个预测函数正常工作，这样我就可以了解我的输出是什么样的。

提前感谢您的帮助。

Answer 1

Keras Model 隐含地期望您的数据（作为 np array 传递）具有批量大小的维度。目前，您的模型将 testnote 解释为形状 1 的 3 个示例。尝试将批量维度添加到“testnote”，如下所示：

testnote = testnote.reshape(1,-1)

这会将testnote 重塑为形状 (1, 3)，以便您将批量大小明确定义为 1。