Python数组重塑问题到带形状的数组(无，192)

Question

我有这个错误，我不知道如何用None重塑有维度的地方。

Exception: Error when checking : expected input_1 to have shape (None, 192) but got array with shape (192, 1)

如何将数组整形为(None，192(？

我有一个形状为(12, 16)的数组accuracy，我做了accuracy.reshape(-1)，得到了(192,)。然而，这不是(None, 192)。

Answer 1

在keras/keras/engine/training.py 中

def standardize_input_data(data, names, shapes=None,
                           check_batch_dim=True,
                           exception_prefix=''):
     ...
    # check shapes compatibility
    if shapes:
        for i in range(len(names)):
        ...
        for j, (dim, ref_dim) in enumerate(zip(array.shape, shapes[i])):
            if not j and not check_batch_dim:
                # skip the first axis
                continue
            if ref_dim:
                if ref_dim != dim:
                    raise Exception('Error when checking ' + exception_prefix +
                                    ': expected ' + names[i] +
                                    ' to have shape ' + str(shapes[i]) +
                                    ' but got array with shape ' +
                                    str(array.shape))

将其与错误进行比较

Error when checking : expected input_1 to have shape (None, 192) but got array with shape (192, 1)

因此，它将(None, 192)与(192, 1)进行比较，并跳过第一个轴；即比较CCD_ 10和CCD_。如果array的形状是(n, 192)，它可能会通过

因此，基本上，与(1,192)或可广播的(192,)相反，生成(192,1)形状的是导致错误的原因。

我将keras添加到标签中，猜测这就是问题模块。

搜索其他keras标记的SO问题：

异常：检查模型目标时出错：期望dense_3具有形状(None，1000(，但得到的数组具有形状(32，2(

错误：检查模型输入时出错：预计dense_input_6具有形状(None，784(，但得到的数组具有形状(784L，1L(

keras LSTM模型中的尺寸不匹配

使用Keras 通过简单回归获得形状尺寸误差

Keras中的深度自动编码器将一个维度转换为另一个维度i

我对keras的了解还不足以理解答案，但它不仅仅是重塑输入数组。