Błąd: błąd podczas sprawdzania danych wejściowych: oczekiwano, że dense_Dense1_input będzie mieć 3 wymiary. ale otrzymałem tablicę o kształcie 1,9

Question

Jestem naprawdę nowy w tensorflow.js i próbuję stworzyć prosty model, który powie Ci, po której stronie płótna kliknąłeś

const model = tf.sequential();
model.add(
         tf.layers.dense({
           units: 200,
           activation: "sigmoid",
           inputShape: [0, 1],
         })
       );
       model.add(
         tf.layers.dense({
           units: 2,
           activation: "softmax",
         })
       );
       model.compile({
         optimizer: optimizer,
         loss: "categoricalCrossentropy",
         metrics: ["accuracy"],
       });

moje dane dotyczące szkoleń i testów

        const yTrain = tf.tensor2d(
          [10, 130, 60, 20, 150, 110, 3, 160, 99],
          [1, 9]
        );
        const xTrain = tf.tensor2d([0, 1, 0, 0, 1, 1, 0, 1, 0], [1, 9]);

        const yTest = tf.tensor2d(
          [5, 106, 33, 88, 104, 140, 7, 60, 154],
          [1, 9]
        );
        const xTest = tf.tensor2d([0, 1, 0, 0, 1, 1, 0, 0, 1], [1, 9]);

Answer 1

InputShape ma rozmiar 2, dlatego cechy (tutaj xtrain i xtest) powinny mieć wymiar 3.

Ponadto nie ma sensu, aby rozmiar wymiaru był równy 0 (będzie to oznaczać, że tensor jest pusty).

Biorąc pod uwagę twój kształt xtrain i xtest [a, b], inputShape powinien mieć [b].

Ta niezgodność kształtu między modelem a danymi uczącymi została omówiona tutaj i tam