由于形状不匹配，model.prediction()失败
由于形状不匹配，model.prediction()失败
提问于 2020-03-23 04:30:21
我使用新的tf.keras版本2.2.4-tf训练了一个简单的MLP模型。下面是模型的外观：
input_layer = Input(batch_shape=(138, 28))
first_layer = Dense(30, activation=activation, name="first_dense_layer_1")(input_layer)
first_layer = Dropout(0.1)(first_layer, training=True)
second_layer = Dense(15, activation=activation, name="second_dense_layer")(first_layer)
out = Dense(1, name='output_layer')(second_layer)
model = Model(input_layer, out)
当我尝试做预测prediction_result = model.predict(test_data, batch_size=138)时，我得到了一个错误。test_data的形状为(69, 28)，因此它比batch_size的138小。这是错误，问题似乎来自第一个dropout层：
tensorflow.python.framework.errors_impl.InvalidArgumentError: Incompatible shapes: [138,30] vs. [69,30]
[[node model/dropout/dropout/mul_1 (defined at ./mlp_new_tf.py:471) ]] [Op:__inference_distributed_function_1700]同样的解决方案在旧版本的keras (2.2.4)和tensorflow (1.12.0)中也没有问题。我如何解决这个问题？我没有更多的数据用于测试，所以我不能更改test_data集来获得更多的数据点！
回答 1
Stack Overflow用户
回答已采纳
发布于 2020-03-23 05:16:27
由于您在预测时看到了问题，因此解决此问题的一种方法是将测试数据填充为批处理大小的倍数。它不应该减慢预测的速度，因为批次的数量没有变化。numpy.pad应该可以做到这一点。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60804619
复制相关文章
相似问题
腾讯云开发者
