我有一组数据，其中包括训练集train_x和测试集train_y。但主要问题是，在尝试拟合模型时出现了如下错误。

检查输入时出错：预期dense_12_input的形状为(8,)，但得到的数组形状为(13923,)。

训练数据的形状是

d=np.array(train_x)d.shape

输出是

(6995, 13923)

测试数据的形状是

f = np.array(train_y)f.shape

输出是

(6995, 8)

所以我们需要转换这些数据以适应模型的要求

将数据拟合到训练数据集

 classifier.fit(np.array(train_x),np.array(train_y), batch_size=10, epochs=2)

如何根据模型要求进行转换呢？

回答：

classifier.add(Dense(3923, activation='relu', kernel_initializer='random_normal', input_dim=13923)) classifier.add(Dense(923, activation='relu', kernel_initializer='random_normal'))classifier.add(Dense(23, activation='relu', kernel_initializer='random_normal')) classifier.add(Dense(8, activation='sigmoid', kernel_initializer='random_normal'))