tensorflow ValueError：图层"sequential"的输入0与图层不兼容：预期形状=(无，455，30)，找到的形状=(无，30)

j8yoct9x 于 2023-01-09 发布在其他

关注(0)|答案(3)|浏览(225)

Here是一个癌症检测的小项目，它已经有了数据集和colab代码，但是我在执行的时候得到了一个错误

model.fit(x_train, y_train, epochs=1000)

错误为：

ValueError: Input 0 of layer "sequential" is incompatible with the layer: expected shape=(None, 455, 30), found shape=(None, 30)

当我看评论的时候，其他人都有这个问题

tensorflow

来源：https://stackoverflow.com/questions/70067588/valueerror-input-0-of-layer-sequential-is-incompatible-with-the-layer-expect

3条答案

按热度按时间

g52tjvyc1#

Tensorflow模型期望输入的第一个维度是批量大小，但在模型声明中，他们将输入形状设置为与输入相同的形状。要解决此问题，您可以将模型的输入形状更改为数据集中的要素数量。

model.add(tf.keras.layers.Dense(256, input_shape=(x_train.shape[1],), activation='sigmoid'))

csv文件中的行数将等于数据集中的样本数。由于您未使用批处理，因此模型将在每个时段对整个数据集进行一次评估

赞(0）回复(0）举报 2023-01-09

ljo96ir52#

我尝试了如上所述的解决方案：
第一个月
但同样的问题发生了，所以我尝试定义模型的inpute_shape分别为以下代码，它的工作，希望这对你有帮助：
model.add(tf.keras.Input(shape=(x_train.shape[1],))) model.add(tf.keras.layers.Dense(128, activation='sigmoid')) model.add(tf.keras.layers.Dense(256, activation='sigmoid')) model.add(tf.keras.layers.Dense(1, activation='sigmoid'))

赞(0）回复(0）举报 2023-01-09

iq0todco3#

参数input_shape Shape元组（不包括批处理轴）或TensorShape示例（不包括批处理轴）。根据keras文档，输入形状不包括批处理轴，因此尝试给定input_shape=（30，）而不是input_shape=（455，30）

赞(0）回复(0）举报 2023-01-09