使用Tensorflow训练模型的输入数组形状应该是什么

Question

我按照教程中的步骤使用Tensorflow训练神经网络，如上所示https://www.tensorflow.org/alpha/tutorials/keras/overfit_and_underfit

在训练数据值上运行拟合函数时，遇到输入形状有问题的错误。

模型架构：

NUM_WORDS = 10000
baseline_model = keras.Sequential([
    keras.layers.Dense(16, activation = 'relu',input_shape(NUM_WORDS,)),
    keras.layers.Dense(16, activation = 'relu'),
    keras.layers.Dense(1, activation = 'sigmoid')
])

baseline_model.compile(optimizer='adam', 
                       loss='binary_crossentropy', 
                       metrics=['accuracy', 'binary_crossentropy'])
baseline_model.summary()

baseline_history = baseline_model.fit(train_data, 
                                      train_labels, 
                                      epochs=20, 
                                      batch_size=512, 
                                      validation_data=(test_data, test_labels), 
                                      verbose=2)

---------------------------------------------------------------------------ValueError Traceback（最近一次调用最后一次）在4个批次大小=512，5个验证数据=（测试数据，测试标签）----

~/env\u tensorflow2\u alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training.py in fit（self、x、y、批大小、历元、冗余、回调、验证拆分、验证数据、无序、类权重、样本权重、初始历元、每个历元的步骤、验证步骤、验证队列频率、最大大小、工作人员、使用多处理、**********kwargs）816批次大小=批次大小，817个步骤=验证步骤--

~/env\u tensorflow2\u alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training.py in\u-standard\u-user\u数据（self，x，y，sample\u-weight，class\u-weight，batch\u-size，check\u-steps，steps\u-name，steps，validation\u-split，shuffle，extract\u-tensors\u-from\u-dataset）2594进纸输入形状，
2595 check\u-batch\u-axis=False，#不要强制执行批量大小-

标准化输入数据（数据、名称、形状、检查批处理轴、异常前缀）347中的~/env\u tensorflow2\u alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training\u utils.py:应为'names[i]'具有形状'348 str（形状）'但获得了具有形状的数组'--

ValueError:检查输入时出错：预期密集_21_输入具有形状（10000），但获得具有形状（1，）的数组

列车组数据和列车组标签具有以下形状：

print("Train data shape: ", train_data.shape)
print("Train label shape: ", train_labels.shape)

列车数据形状：（25000，10000）列车标签形状：（25000，）

为什么我在这里得到一个错误，我需要为输入数组中的batch_size容纳另一个维度吗？

我正在使用Tensorflow版本：2.0.0-alpha0，提前感谢！！

Answer 1

代码在我看来非常好，除了一个小错误，

keras.layers.Dense（16，激活='relu'，输入形状（NUM\u WORDS），）

你错过了一个=，所以它应该是，

keras.layers.Dense（16，激活='relu'，输入形状=（NUM\u WORDS，）

我能够在GoogleColab空间中毫无错误地运行相同的代码。

希望这有帮助！