我正在尝试在以下位置构建一个非常简单的多层感知器(MLP)keras
:
model = Sequential()
model.add(Dense(16, 8, init='uniform', activation='tanh'))
model.add(Dropout(0.5))
model.add(Dense(8, 2, init='uniform', activation='tanh'))
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='mean_squared_error', optimizer=sgd)
model.fit(X_train, y_train, nb_epoch=1000, batch_size=50)
score = model.evaluate(X_test, y_test, batch_size=50)
我的训练数据形状:X_train.shape
给出(34180, 16)
标签属于具有形状的二元类:y_train.shape
给出(34180,)
所以我的keras
代码应该产生具有以下连接的网络:16x8 => 8x2
这会产生形状不匹配错误:
ValueError: Input dimension mis-match. (input[0].shape[1] = 2, input[1].shape[1] = 1)
Apply node that caused the error: Elemwise{sub,no_inplace}(Elemwise{Composite{tanh((i0 + i1))}}[(0, 0)].0, <TensorType(float64, matrix)>)
Inputs types: [TensorType(float64, matrix), TensorType(float64, matrix)]
Inputs shapes: [(50, 2), (50, 1)]
Inputs strides: [(16, 8), (8, 8)]
在线Epoch 0
上model.fit(X_train, y_train, nb_epoch=1000, batch_size=50)
。我在监督 Keras 中的一些明显的事情吗?
编辑:我在这里解决了这个问题,但没有解决我的问题