创建顺序模型后无法使用keras model.predict

Question

我创建并保存 Keras 顺序模型：

    model = Sequential()
    model.add(Input(shape=(20)))
    model.add(Dense(100, activation='relu')) function is used for the nuerons
    model.add(Dense(1, activation='sigmoid'))
    optimizer = keras.optimizers.Adam(learning_rate=0.0001)
    model.compile(loss='mse', optimizer=optimizer, metrics=['accuracy'])
    model.fit(test_data_x, test_data_y, epochs=150, batch_size=8)
    model.save('TestNN.h5')

然后我加载并尝试预测：

    loaded_model = keras.models.load_model('TestNN.h5')
    pred = loaded_model.predict(test_data)

我收到此错误：

    ValueError: Exception encountered when calling layer 'sequential' (type Sequential).
    Input 0 of layer "dense" is incompatible with the layer: expected min_ndim=2, found ndim=1. Full    shape received: (None,)

    Call arguments received by layer 'sequential' (type Sequential):
        • inputs=tf.Tensor(shape=(None,), dtype=float32)
        • training=False
        • mask=None

我是 Keras 世界的新手，但我认为这个顺序模型非常简单。我不太确定我做错了什么，非常感谢任何帮助。

PS。我正在使用 Keras v2.12.0

我本来希望为二元分类构建一个简单的顺序模型，但是我无法使用 Keras Predict() 函数。

Answer 1

您的输入形状应该是表示单个样本形状的元组。您的输入数据是什么形状？

假设它是形状为 224x224x3 的 RGB 图像，那么您的代码应该这样更新：

Input(shape=(224,224,3))

批量大小将从拟合函数中解释