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。