Keras错误：期望dense_input_1有3个维度

Question

我想在Keras中尝试一个简单的模型，我想将其作为输入大小为5x3的矩阵。在下面的示例中，在添加第一个致密层时，通过使用input_shape=(5, 3)来指定。

from keras.models import Sequential 
from keras.layers import Dense, Activation 
from keras.optimizers import Adam 
import numpy as np 


model = Sequential() 
model.add(Dense(32, input_shape=(5, 3))) 
model.add(Activation('relu')) 
model.add(Dense(32)) 
model.add(Activation('relu')) 
model.add(Dense(4)) 


adam = Adam(lr=0.001, beta_1=0.9, beta_2=0.999, epsilon=1e-08, decay=0.0) 
model.compile(loss='mean_squared_error', optimizer=adam) 


x = np.array([[1, 2, 3], [4, 5, 6], [7, 8, 9], [10, 11, 12], [13, 14, 15]]) 


y = model.predict(x) 

然而，当我运行的代码中，model.predict()功能提供了以下错误：

ValueError: Error when checking : expected dense_input_1 to have 3 dimensions, but got array with shape (5, 3)

但我不理解的错误。 x的形状是（5,3），这正是我告诉第一个密集层期望的输入。为什么因此期待三个维度？看起来这可能与批量大小有关，但我认为input_shape只是指网络的形状，与批量大小无关......

Answer 1

问题出在这里：

model.add(Dense(32, input_shape=(5, 3))) 

它应该是：

model.add(Dense(32, input_shape=(3,))) 

该第一示例尺寸不包括在input_shape。还因为它实际上取决于在网络安装期间设置的batch_size。如果你想指定你可以尝试：

model.add(Dense(32, batch_input_shape=(5, 3))) 

编辑：

从您的评论我了解，你希望你的输入有shape=(5,3)在这种情况下，你需要：

1. reshape您的x的设置：

   x = x.reshape((1, 5, 3)) 
   

   其中第一个维度来自示例。

2. 您需要flatten您的模型在某个阶段。这是因为没有它，你会通过你的网络传递一个2d输入。我建议你做到以下几点：

   model = Sequential() 
   model.add(Dense(32, input_shape=(5, 3))) 
   model.add(Activation('relu')) 
   model.add(Dense(32)) 
   model.add(Activation('relu')) 
   model.add(Flatten()) 
   model.add(Dense(4))