密集层给我返回二维数组

我在为CartPole进行强化学习时遇到了这个问题

model = keras.models.Sequential()model.add(Dense(8,activation = 'relu'))model.add(Dense(2,activation = 'linear')

这是我的模型

state = env.reset()print(state)output:[-0.00315391 -0.0150189   0.01804181  0.02032083]

这是我模型预测的结果

model.predict(state)output:[[-0.00028523  0.00031606] [-0.00135828  0.00150507] [ 0.00500827 -0.01125371] [ 0.00564091 -0.01267526]]

为什么Dense(2,activation='linear')接收的是二维数组？

我期望输出是形状为(2,1)的数组，但为什么模型接收的是形状为(2,4)的数组？

我发现输出与模型的输出节点和输入形状有关

回答：

状态的形状是(4,)，所以模型将其视为4个样本（第一维是样本数量）。如果你想传递1个具有4个特征的样本，形状应该为(1,4)（1个样本，4个特征），这样会给你(1,2)（1个样本，2个输出）。

像这样传递：

model.predict(np.reshape(state,(1,-1)))# output e.g.  # array([[ 0.0078704 , -0.00879759]], dtype=float32) #(1,2)

请注意，你的模型应该使用具有4个特征的输入构建（例如input_shape=(4,)），否则你会得到错误。如果你只是在进行预测，请重新运行你的模型定义。

学技术