我尝试使用学习到的.h5文件进行预测。学习模型如下所示。

model =Sequential()model.add(Dense(12, input_dim=3, activation='relu'))model.add(Dense(8, activation='relu'))model.add(Dense(4, activation='relu'))model.add(Dense(1, activation='sigmoid'))model.compile(loss='binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])

我编写的输入形式如下所示。

x = np.array([[band1_input[input_cols_loop][input_rows_loop]],[band2_input[input_cols_loop][input_rows_loop]],[band3_input[input_cols_loop][input_rows_loop]]])prediction_prob = model.predict(x)

我以为形状是正确的，但出现了以下错误。

ValueError: 检查时出错：期望dense_1_input的形状为(3,)，但得到的数组形状为(1,)

x的形状显然是(3,1)，但上述错误并未消失（数据来自于形状为(value 1, value 2, value 3, class)的csv文件）。

如何解决这个问题？

回答：

x的形状显然是(3,1)，但上述错误持续存在。

你是对的，但这并非keras所期望的。keras期望的是(1, 3)的形状：按照惯例，第0轴表示批量大小，第1轴表示特征。第一个Dense层接受3个特征，这就是为什么它在看到只有一个特征时会报错。

解决方案很简单，只需转置x即可。