简单的ML Algo不工作：ValueError：检查输入时出错：期望的dense_4_input有形状（无，5）但有形状的数组（5,1）

Question

我有一个令人难以置信的简单算法，错误，“ValueError：错误时检查输入：期望dense_4_input有形状（无，5），但有形状（5,1）阵列“.... 这是我正在运行的代码。

import numpy as np 
import matplotlib.pyplot as plt 
from keras.models import Sequential 
from keras.layers import Dense 
x = np.array([[1],[2],[3],[4],[5]]) 

y = np.array([[1],[2],[3],[4],[5]]) 
x_val = np.array([[6],[7]]) 
x_val = np.array([[6],[7]]) 
model = Sequential() 
model.add(Dense(1, input_dim=5)) 
model.compile(optimizer='rmsprop', loss='mse') 
model.fit(x, y, epochs=2, validation_data=(x_val, y_val)) 

Answer 1

有两个问题：

首先：由于输出已经表示："ValueError: Error when checking input: expected dense_4_input to have shape (None, 5) but got array with shape (5, 1)"这意味着，该神经网络期望形状的阵列（*，5）。用星号表示尺寸可以由用户自由选择。假如你有大量的数据，每个例子都是形状矢量（1，5），你可以将它们全部堆叠在一起，并将一大块数据传递给神经网络，它将知道如何处理它。因此，你必须做出x行向量如下：

x = np.array([[1,2,3,4,5]]) 

也看到Keras docs- Specifying the input shape。

第二个：指定第一个图层的输出为1。这意味着，5维输入将只连接到一个神经元。然而，你的输出矢量y有5个值。所以你的输出矢量维度和你的神经网络输出不能组合在一起。 所以，你必须去与标y：

y = np.array([1]) 

此外，您的验证数据和训练数据应具有相同的尺寸。另外，代码中存在拼写错误：从未定义过y_val。