当我尝试在keras中训练一个MLP模型时，我遇到了以下错误（我使用的是keras版本1.2.2）
检查模型输入时出错：您传递给模型的Numpy数组列表大小与模型期望的不符。期望看到1个数组，但实际上收到了以下12859个数组的列表：
这是模型的摘要
____________________________________________________________________________________________________Layer (type) Output Shape Param # Connected to====================================================================================================dense_1 (Dense) (None, 20) 4020 dense_input_1[0][0]____________________________________________________________________________________________________dense_2 (Dense) (None, 2) 42 dense_1[0][0]====================================================================================================Total params: 4,062Trainable params: 4,062Non-trainable params: 0____________________________________________________________________________________________________None这是模型的第一行代码
model.add(Dense(20, input_shape=(200,), init='lecun_uniform', activation='tanh'))用于训练的代码如下：
model.fit(X,Y,nb_epoch=100,verbose=1)其中X是一个元素列表，每个元素又是一个包含200个值的列表。
编辑：
我也尝试了
model.add(Dense(20, input_shape=(12859,200), init='lecun_uniform', activation='tanh'))但我得到了同样的错误
回答：
您的错误源于您的X由于某些原因未被转换为numpy.array。在这种情况下，您的X被视为一行行的列表，这就是您错误信息的原因（它期望一个输入而不是包含多行元素的列表）。转换方法如下：
X = numpy.array(X)Y = numpy.array(Y)我建议检查数据加载过程，因为可能在那里出现了问题。
更新：
正如评论中提到的，input_shape需要更改为input_dim。
更新2：
为了保留input_shape，应该将其更改为input_shape=(200,)。
