tensorflow 中的 model.predict 不起作用答案

【问题标题】：model.predict in tensorflow is not workingtensorflow 中的 model.predict 不起作用
【发布时间】：2020-05-04 03:45:28
【问题描述】：

我正在编写此代码来预测最终答案，但我没有得到它。

这是我的代码将张量流导入为 tf 将 numpy 导入为 np 从张量流导入keras

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=[1])])
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([-1.0,  0.0, 1.0, 2.0, 3.0, 4.0], dtype=float)
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)

model.fit(xs, ys, epochs=500)

print(model.predict([10.0]))

我收到如下错误： enter image description here

【问题讨论】：

请使用三个反引号格式化代码并将所有代码直接添加到问题中（无图像）。

标签： python tensorflow keras

【解决方案1】：

我认为您提到input_shape 的第一层有一个错字。当您有一个维度时，逗号（,）是必要的。在引擎盖下，模型将添加批次维度。但是，如果您的 input_shape 中有两个或多个维度，则最后不需要逗号 ,。所以更改以下行

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=(1,))])

这是您更新后的适用于我的完整代码。

import tensorflow as tf 
import numpy as np 
from tensorflow import keras

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=(1,))]) 
model.compile(optimizer='sgd', loss='mean_squared_error')

xs = np.array([-1.0, 0.0, 1.0, 2.0, 3.0, 4.0], dtype=float) 
ys = np.array([-3.0, -1.0, 1.0, 3.0, 5.0, 7.0], dtype=float)

model.fit(xs, ys, epochs=50)

print(model.predict([10.0]))

【讨论】：

【解决方案2】：

输入形状应该是 (1,) 而不是 [1]。

model = tf.keras.Sequential([keras.layers.Dense(units=1, input_shape=(1,))])

【讨论】：