我是Keras的新手，并尝试测试我刚训练的模型。
我正在使用Tensorflow后端和Python 3。
然而，我的输入形状与Keras在错误中显示的形状完全不同。以下是我的代码：
testnote = np.zeros((3,))
testnote[0] = 70
testnote[1] = 70
print(testnote.shape)
pred = model.predict(testnote)
print(pred)
我的测试数据的形状(testnote)是"(3,)"，但当我运行预测(predict)函数时出现错误："ValueError: Error when checking input: expected dense_1_input to have shape (3,) but got array with shape (1,)"。为什么Keras会将testnote的形状解读为(1,)，而我已经确认形状为(3,)了呢？它是否使用了一些不同的"形状"标准？我尝试过调整形状、添加括号和其他很多方法，但我不知道问题出在哪里。
额外提供的信息是，该模型接受一个包含3个标量输入（表示音高、速度和乐器类别）的数组，并输出一个包含1025个标量输出的数组。我小心地没有使用"维度"这个词，因为我认为这就是我困惑的地方，而且从技术上讲，两者都只有1个维度。我确信我的模型有很多问题，我必须在此之后修复它们。但是，我希望能让这个预测函数工作起来，以便我可以理解我的输出看起来像什么。
感谢您提前提供的任何帮助。