ValueError：检查时出错：期望的dense_1_input具有形状（3，）但是具有形状的数组（1，）

Question

我正在尝试使用学习过的.h5文件进行预测。 学习模型如下。

model =Sequential()
model.add(Dense(12, input_dim=3, activation='relu'))
model.add(Dense(8, activation='relu'))
model.add(Dense(4, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])

我写了输入的形式如下。

x = np.array([[band1_input[input_cols_loop][input_rows_loop]],[band2_input[input_cols_loop][input_rows_loop]],[band3_input[input_cols_loop][input_rows_loop]]])

prediction_prob = model.predict(x)

我认为形状是正确的，但发生了以下错误。

  

ValueError：检查时出错：期望的dense_1_input具有形状（3，）但是具有形状的数组（1，）

x的形状显然是(3,1)，但上述错误不会消失（数据来自(value 1, value 2, value 3, class)形式的csv文件。

我该如何解决这个问题？

Answer 1

  

x的形状显然是(3,1)，但上述错误仍在继续。

你是对的，但是不是 keras所期望的。它期望(1, 3)形状：按照惯例，轴0表示批量大小，轴1表示特征。第一个Dense图层接受3个功能，这就是它只看到一个时就会抱怨的原因。

解决方案只是转置x。