我需要一些幫助，我不斷遇到這種奇怪的情況，即我的 Keras 模型超出范圍
print(np.array(train_x).shape)
print(np.array(train_y).shape)
回傳：
(731, 42)
(731,)
然后：
normalizer = Normalization(input_shape=[42,], axis=None)
normalizer.adapt(train_x[0])
linear_model = Sequential([
normalizer,
Dense(units=1)
])
linear_model.summary()
節目：
Model: "sequential_1"
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
normalization_5 (Normalizati (None, 42) 3
_________________________________________________________________
dense_1 (Dense) (None, 1) 43
=================================================================
Total params: 46
Trainable params: 43
Non-trainable params: 3
_________________________________________________________________
然后：
linear_model.compile(
optimizer=tf.optimizers.Adam(learning_rate=0.1),
loss='mean_absolute_error')
linear_model.fit(
train_x,
train_y,
epochs=100)
這會導致 IndexError: list index out of range。看起來我的輸入是正確的。知道是什么原因造成的嗎？
uj5u.com熱心網友回復：
train_x并且train_y需要是 numpy 陣列。
轉載請註明出處，本文鏈接：https://www.uj5u.com/gongcheng/323906.html
上一篇：[tensorflow]如何通過對模型類（tf.keras.Model）進行子類化來將一系列代碼包裝在其中
下一篇：如何將多維陣列輸入放入張量流中？