tensorflow keras拟合，输入验证数据( data，(target1，target2))，获取错误：‘预期无数据，但获取：’

文章/答案/技术大牛

发布

1回答

python、tensorflow、keras、tensorflow-datasets

构建一个具有多个输出的子类模型，使用tensorflow数据集作为输入。自定义数据集。使用keras fit来训练模型。当我只使用训练数据集时，它可以运行。但是，一旦我使用相同类型的数据集作为验证输入，它就会出错：“检查模型目标时出错:预期没有数据，但得到了：” 数据类型类似于'tuple( Data，(target，tar

浏览 23提问于2019-02-12得票数 0

回答已采纳

1回答

用Tensorflow训练模型的输入数组形状应该是什么？

python-3.x、tensorflow

我按照在上给出的使用Tensorflow训练神经网络的教程步骤在训练数据上运行拟合函数时，遇到了输入形状问题的ValueError。/tensorflow/python/keras/engine/training_utils.py in standardize_input_data(数据、名称、形状、check_batch_axis、exception_prefix) 347 '：预

浏览 1提问于2019-04-26得票数 3

1回答

DNN错误:图层sequential_10的输入0与图层不兼容

python、numpy、tensorflow、keras、deep-learning

描述我正在创建一个用于帕金森预测的DNN模型。数据集来自UCI存储库。我将数据集分成195行和23列。有22个特征和一个表示肯定或否定的类标签属性。当我尝试使用keras拟合模型时，它显示输入形状的预期轴-1的值为21，但收到的输入形状为(None，2

浏览 0提问于2021-04-07得票数 1

1回答

我有两个numpy数组(X，Y)，我想将它们转换为tensorflow数据集。(train_dataset) 然而，当我这样做时，我得到了错误：ValueError: Shapes (15, 1) and (768, 15) are incompatible 如果numpy数组的形状与预期的输入我的数据集相当大，所以很难分享，但这里有一个最小的可重现的例子来说明这个问题。这是相同的错误，并且只使用numpy数组进行拟合。import

浏览 15提问于2021-01-14得票数 0

回答已采纳

1回答

从np数组转换后，keras* (tensorflow 2.0)中tensorflow数据集数据的形状错误*

python、tensorflow、tensorflow-datasets、tensorflow2.0

在this guide之后设置一个简单的TensorFlow2.0测试时，keras输入层的输入是错误的，但只有在转换为数据集(假装具有正确的形状)之后才会出现错误。在jupyter实验室设置一些假数据： data = np.random.random((1000, 32,)) datasetoptimizer=keras</em

浏览 31提问于2019-04-12得票数 3

回答已采纳

2回答

自动编码器自定义数据集tensorflow* 2.3 ValueError:使用数据集作为输入时不支持`y`参数*

tensorflow、tensorflow2.0、tensorflow-datasets、tensorflow2

我正在尝试在Tensorflow 2.3中实现一个自动编码器。我将我自己的图像数据集存储在磁盘上作为input.can。有人能告诉我如何才能以正确的方式做到这一点吗？我尝试使用tf.keras.preprocessing.image_dataset_from_directory()加载目录中的数据，但当我使用从上述方法获取的数据进行开始训练时，我得到了以下错误。"ValueError:使用dataset作为输入时不支持Y参数

浏览 34提问于2020-10-06得票数 1

1回答

检查输入时出错:期望flatten_1_input具有三维，但得到形状为(28，28)的数组

numpy、image-processing、keras、neural-network、mnist

(gray)predictions=model.predict(data) ValueError跟踪(最近一次调用)在3个数据=asarray(灰色)4 data= data /255.0 ->5 predictions=model.predict(数据) 预测中的~\Anaconda3\lib\site-packages\tensorflow_cor

浏览 3提问于2020-03-20得票数 1

回答已采纳

6回答

验证损失没有减少。

machine-learning、neural-network、regression、lstm、rnn

这是火车和验证损失图： 📷

浏览 0提问于2018-12-27得票数 31

1回答

为什么在尝试拟合tensorflow模型时出现此错误:列表索引超出范围

python、tensorflow、image-processing、deep-learning、neural-network

我一直在尝试使用tensorflow上的数据管道创建一个人脸分类程序。我使用的图像都是彩色的，只有两个类"me“和"not_me"；我试图为我的脸制作一个个人脸分类器！下面是我使用的代码：train_ds = images_ds.take(train_count)前两个函数用于从我的验证和培训集中获取标签和解

浏览 6提问于2021-12-18得票数 0

1回答

使用tf.keras CNN进行图像分类有关内核和如何创建测试数据集的问题？

python、tensorflow、machine-learning、keras、conv-neural-network

as tf # Evaluate agains

浏览 0提问于2020-06-25得票数 2

8回答

在keras中绘制学习曲线可以得到KeyError：'val_acc‘

python、machine-learning、classification、pattern-recognition

我试图在keras中绘制训练和测试学习曲线，然而，以下代码产生了KeyError: 'val_acc error。官方文档<https://keras.io/callbacks/>指出，为了使用'val_acc'，我需要启用验证和准确性监控，我不理解这些功能，也不知道如何在代码中使用它们。任何帮助都将不胜感激。

浏览 4提问于2016-10-06得票数 21

2回答

如果输入值大于input_dim，keras嵌入层是如何工作的？

python、machine-learning、keras、keras-layer、embedding

如果输入值大于input_dim，嵌入层是如何工作的？from keras.layers import Embedding model.add"mse") #array([[[0., 0.]]], dtype=float32) 输入</e

浏览 0提问于2020-04-21得票数 0

回答已采纳

1回答

建立三维CNN用于灰度MRI数据的二值分类，尝试model.fit时的数据维数问题

python、keras、conv-neural-network、mri、medical-imaging

我添加了一个维度作为通道使用np.reshape获取(189,233,197，1)。我使用tf.shape获取数据集的形状，即当我试图拟合模型时，维数似乎没有对齐，并得到以下错误： ----------------------------------------------------/

浏览 2提问于2020-08-13得票数 0

回答已采纳

1回答

层conv2d的输入0与层不兼容:输入形状的期望轴-1为值1，但接收到的输入为形状[无，64，64，3]

python、tensorflow、machine-learning、keras、deep-learning

我正在EMNIST上运行一个模型(128x128灰度图像)，并且我很难理解如何正确地将数据加载到Tensorflow中进行建模。我遵循TensorFlow () 提供的花卉示例，除了CNN结构之外，直到突然model.fit()因错误而失败。from tensorflow import kerasfrom tensorflow.keras.mo

浏览 9提问于2021-05-16得票数 0

2回答

Keras调整大小层不接受不同大小的图像作为输入

machine-learning、keras、keras-layer

我的理解是Keras的调整层可以获取不同大小的输入图像，但是我一直无法让它工作。下面的显示了错误：import tensorflow_datasets as tfds from tensorflow.keras import layers是否有人掌握了这一层的预期设置？显然，在将图像传递给模型之前，我可以重新调整数据集中的图像大小(这就是我之前所做的)，但我有兴趣了解

浏览 12提问于2022-09-01得票数 -1

回答已采纳

1回答

TensorFlow model.evaluate和model.predict报道的结果之间的差异

tensorflow、machine-learning、keras、nlp、huggingface-transformers

我在这个问题上已经反复了很长时间，但到目前为止还没有找到解决办法。因此，我有一个HuggingFace模型(‘基于bert-基-大小写’)，我正在使用TensorFlow和一个自定义数据集。我已经：(1)标记我的数据(2)分割数据；(3)将数据转换成TF数据集格式；(4)实例化、编译和拟合模型。在培训期间，它的行为与您预期的一样:培训和验证的准确性会提高。model.evaluate报告的准确性较高(与验证

浏览 15提问于2022-07-30得票数 0

1回答

Keras:输入0与层lstm_26不兼容: ndim=3，找到了ndim=2

python、machine-learning、keras、deep-learning、lstm

我有一个文本分类问题，我使用LSTM层来获取上下文向量，使用Keras。 input = Input(shape=(1500,)) lstm1 = LSTM(units=64我阅读了Keras文档，在X_train的形状中，第一个属性应该是批处理大小，它应该是零，因为

浏览 3提问于2018-10-05得票数 1

回答已采纳

1回答

第一次CNN与形状误差

keras、tensorflow、conv-neural-network、mnist

我正在练习MNIST数据集，这是我刚才编写的代码：from tensorflow.keras.models importSequentialfrom tensorflow.keras.lossesimport

浏览 1提问于2021-03-13得票数 1

回答已采纳

1回答

无法使用tf.data.Dataset.from_generator将适当的形状传递给张量流模型

python、tensorflow

当使用tf.data.Dataset.from_generator接口生成训练和测试数据集时。无法将适当的形状传递给Tensorflow模型。以下是我的代码 import tensorflow as tffrom keras.layers import Dense from=test_dataset) 获取以下错误。ValueError: layer sequential的<em

浏览 17提问于2021-04-10得票数 0

1回答

Keras分类交叉熵softmax input.dim_size错误

python、tensorflow、keras、neural-network、softmax

我正在开发一个相当复杂的管道，我从TFRecords文件构建tf.Datasets，并将这些文件与数据增强和许多健全性检查和验证一起提供给Keras模型。不管怎样，我正在尝试训练一个图像分类模型，我的图像数据是192*256灰度张量，标签是单热点编码的三维向量。当我尝试拟合模型时，出现了一个问题，它似乎来自softmax激活和/或分类交叉熵损失函数。，1是标签(将tf.data集合提供给Keras需要样本和标签在元组中)。我正在打印输入张量和

浏览 13提问于2020-01-10得票数 1

回答已采纳

点击加载更多