我想使用Tensorflow.js（结合Node.js）创建一个将摄氏度转换为华氏度的模型。
然而，我不明白应该使用什么样的形状。
我尝试了不同的input_shape，例如[1]、[1,20]，最后设置为[20]。我还尝试了不同形状的摄氏度和华氏度数组，例如tensor(celsius)、tensor([celsius])。
这是代码
var model = tf.sequential()model.add(tf.layers.dense({inputShape:[20], units: 1}))async function trainModel(model, inputs, labels) { // Prepare the model for training. model.compile({ optimizer: tf.train.adam(), loss: tf.losses.meanSquaredError, metrics: ['mse'], }); const batchSize = 28; const epochs = 500; return await model.fit(inputs, labels, { epochs, shuffle: true, // callbacks: tfvis.show.fitCallbacks( // { name: 'Training Performance' }, // ['loss', 'mse'], // { height: 200, callbacks: ['onEpochEnd'] } // ) }); }c = tf.tensor([celsius]) // celsius = [1,2,3,4,...]console.log(c.shape) // ==> [1,20]f = tf.tensor([fahrenheit])console.log(f.shape) // ==> [1,20]trainModel(model, c, f)此外，在Python教程中，input_shape是[1]。在Node.js中，似乎只有[20]有效。
输入的形状是[1,20]，这是正确的。
标签的形状也是[1,20]，但会触发以下错误：
调试器显示：
Error when checking target: expected dense_Dense1 to have shape [,1], but got array with shape [1,20].-EDIT
此外，当我尝试input_shape: [1,20]时，它会显示：
expected dense_Dense1_input to have 3 dimension(s). but got array with shape 1,20–
我希望模型通过关联摄氏度值和华氏度值来进行训练。
谢谢
回答：
错误很明显：
{inputShape:[20], units: 1}模型包含一个单层。inputShape:[20]意味着batchInputShape，即[null, 20]将是第一层的形状。同样，units: 1表示最后一层的形状将是[null, 1]。
使用的特征具有形状[1, 20]，因此与模型的batchInputShape相匹配。然而，标签的形状是[1, 20]，这与要求不符。标签的形状必须是[1, 1]，因此引发错误：
expected dense_Dense1 to have shape [,1], but got array with shape [1,20]
模型的units大小需要更改以反映标签的形状。
{inputShape:[20], units: 20}