python之用于训练的 Keras 特征形状

我正在尝试使用 keras train_on_batch 函数训练 nn。我有 39 个特征，并希望一个批处理包含 32 个样本。所以对于每次训练迭代，我都有一个包含 32 个 numpy 数组的列表。

所以这是我的代码(这里每个 batch_x 都是 32 个 numpy 数组的列表，每个数组包含 39 个特征):

input_shape = (39,) 
 
model = Sequential() 
model.add(Dense(39, input_shape=input_shape)) # show you is only first layer 
...  
 
for batch_x, batch_y in train_gen: 
    model.train_on_batch(batch_x, batch_y) 

但是突然报错了:

Exception: Error when checking model input: the list of Numpy arrays 
that you are passing to your model is not the size the model expected. 
Expected to see 1 arrays but instead got the following list of 32 arrays: 

我不太确定哪里出了问题。

附言我还尝试了不同的 input_shape，例如 (32, 39)、(39, 32) 等。

请您参考如下方法:

您不需要 32 个大小为 39 的数组，您需要一个大小为 (32, 39) 的数组。

因此您必须将 input_shape 更改为 (None, 39)，None 允许您动态更改 batch_size，并将 batch_x 更改为形状为 (32, 39) 的 numpy 数组。