0

我在 Keras 中做了一个模型并将其保存为 tfjs 模型。我成功地将它导入到我的 js 项目中。但是，由于输入形状错误，我无法在我的 JS 代码中使用该模型。凯拉斯模型：

# Python
model = keras.Sequential([keras.layers.Dense(8,
    activation='sigmoid', input_dim=4),
keras.layers.Dense(3, activation='softmax')])
model.compile(optimizer='adam',loss='categorical_crossentropy', 
                  metrics=['accuracy'])
    model.fit(dx, dy, epochs=100, batch_size = 5)

当我在这样的 python 文件中使用它时，它可以按预期工作，例如：

# Python
model.predict_classes([[5.1, 3.5, 1.4, 0.2]]) # This works

但是，当我在 JS 中尝试相同的

// JS
sv = tf.tensor([s1v, s2v, s3v, s4v]) //s1v to s4v are floats
var pred = await model.predict(sv); // This gives an error

给出这个错误：

tfjs@latest:17 Uncaught (in promise) 错误：检查时出错：预期dense_13_input 的形状为[null,4]，但得到的数组的形状为[4,1]。

我不断收到相同的错误：

  1. 将 s1v...s4v 单独声明为 tf.scalars 并使用 tf.stack() 堆叠它们
  2. 将 s1v...s4v 单独声明为 tf.tensor1d 并使用 tf.stack() 堆叠它们
  3. 在单个 tf.tensor1d 中声明 s1...s4v

请帮我解决这个问题...

4

1 回答 1

0

我知道有两个解决此问题的方法

  • 将另一对括号添加到张量sv = tf.tensor([[s1v, s2v, s3v, s4v]])
  • 将形状指定为第二个参数sv = tf.tensor([s1v, s2v, s3v, s4v], [1, 4])
于 2020-06-23T16:08:31.283 回答