Keras属性错误：列表对象没有属性ndim

Question

我在Jupyter Notebook中运行Keras神经网络模型（Python 3.6）

我得到以下错误

属性错误：列表对象没有属性ndim

从K调用. fi（）方法后eras.model

model  = Sequential()
model.add(Dense(5, input_dim=len(X_data[0]), activation='sigmoid' ))
model.add(Dense(1, activation = 'sigmoid'))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['acc'])
model.fit(X_data, y_data, epochs=20, batch_size=10)

我检查了Keras的requirements.txt文件（在Anaconda3中），Numpy、smpy和六个模块版本都是最新的。

什么可以解释这个属性错误？

完整的错误消息如下（似乎与Numpy有些关联）：

--------------------------------------------------------------------------- 属性错误回溯（最近的调用最后）在（）3model.add（密集（1，激活='sigmoid'））4model.compile（损失='mean_squared_error'，优化器='adam'，度量=['acc']) ----

~\Anaconda3\lib\site packages\keras\models.py拟合（self、x、y、批量大小、epoch、verbose、回调、验证分割、验证数据、洗牌、类权重、样本权重、初始历元、每历元步长、验证步长、**kwargs）963初始历元=初始历元，964个历元步长=每历元步长--

~\Anaconda3\lib\site packages\keras\engine\training.py in fit（self，x，y，批大小，历元，详细，回调，验证拆分，验证数据，随机，类权重，样本权重，初始历元，每历元步数，验证步骤，**kwargs）1591
类权重=类权重，1592检查批权重轴=假-

~\Anaconda3\lib\site-包\keras\引擎\training.py_standardize_user_data（自己，x，y，sample_weight，class_weight，check_batch_axis，batch_size）1424
自己。_feed_input_shapes，1425
check_batch_axis=False，-

~\Anaconda3\lib\site packages\keras\engine\training.py in\u standard\u input\u data（数据、名称、形状、检查批处理轴、异常前缀）68 elif isinstance（数据、列表）：69 data=[x.values if x.class.name=='DataFrame'else x for x in data]---

~\Anaconda3\lib\site-包\keras\Engine\training.py在（.0）68 elif实例（数据，列表）： 69 data=[x.values如果x.class.name=='DataFrame'其他x在数据中的x]---

属性错误：列表对象没有属性ndim

Answer 1

我不知道您的培训数据的形状，但我怀疑您的输入尺寸有错误。尝试将其更改为input\u dim=len（X\u data），如下所示：

model  = Sequential()
model.add(Dense(5, input_dim=len(X_data), activation='sigmoid' ))
model.add(Dense(1, activation = 'sigmoid'))
model.compile(loss='mean_squared_error', optimizer='adam', metrics=['acc'])
model.fit(X_data, y_data, epochs=20, batch_size=10)

Answer 2

当你导入你应该使用tensorflow.keras而不是仅仅keras像这样：

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Input, Conv2D, MaxPool2D, Dense

因为存在与keras模块相关的错误。

参考：这里。

Answer 3

model.fit期望x和y为numpy数组。似乎您传递了一个列表，它试图通过读取numpy数组的ndim属性来获取输入的形状，但失败了。

您只需使用np.array对其进行变换即可：

import numpy as np
...
model.fit(np.array(train_X),np.array(train_Y), epochs=20, batch_size=10)