我目前正在尝试编写一个系统，用于将特定的数字序列分类为动作。使用TensorFlow.js构建这个系统到目前为止进展顺利，但现在我遇到了一些问题。

我正在尝试使用以下这样的输入来训练模型：

[    [0,1,2,3,4,5,6,7,8,9],    [0,1,2,3,4,5,6,7,8,9],    [0,1,2,3,4,5,6,7,8,9],    [0,1,2,3,4,5,6,7,8,9],    [0,1,2,3,4,5,6,7,8,9],]

例如，这应该会产生一个输出[1]

我创建了一个如下所示的张量：

let t = tf.tensor2d([...Array.from({ length: (5 * 25) }, (v, i) => i)], [5, 25])//Tensor//   [[0  , 1  , 2  , ..., 22 , 23 , 24 ],//     [25 , 26 , 27 , ..., 47 , 48 , 49 ],//     [50 , 51 , 52 , ..., 72 , 73 , 74 ],//     [75 , 76 , 77 , ..., 97 , 98 , 99 ],//     [100, 101, 102, ..., 122, 123, 124]]

现在看起来是想要的效果，t.shape 给出 [ 5, 25 ]，我以为我可以用它作为模型的 inputShape，经过研究，我发现需要定义为 batchInputShape 而不是 inputShape，这解决了一个错误。

loadedModel.add(tf.layers.dense({ units: 256, activation: 'relu', batchInputShape: [5, 25] }));

现在我遇到了一个问题，模型将张量视为多个值，因此寻找多个输出，但我希望它只给出一个输出。

在运行await loadedModel.fit(t, tf.tensor([0]), { epochs: 5 })

我得到Input Tensors should have the same number of samples as target Tensors. Found 5 input sample(s) and 1 target sample(s).

我认为这表明了上述问题。

现在我的最后一个问题是，我应该如何设置 inputShape（如果这是我做错的地方），以便只期望一个输出。

此致

回答：

我发现如果我只是将数据数组展平，这也应该能正常工作。