Я не могу заставить Кераса что-то предсказать.Даже в этой минималистической модели:
from keras.models import Sequential
from keras.layers import Dense
import numpy as np
inDim = 3
outDim = 1
model = Sequential()
model.add(Dense(5, input_dim=inDim, activation='relu'))
model.add(Dense(outDim, activation='sigmoid'))
model.compile(loss='mse', optimizer='adam', metrics=['accuracy'])
test_input = np.zeros((1,inDim))
test_output = np.zeros((1,outDim))
model.fit(test_input, test_output)
prediction = model.predict(test_input)
Все идет, как и ожидалось, до последней строки:
Epoch 1/1
1/1 [==============================] - 0s 448ms/step - loss: 0.2500 - acc: 1.0000
Traceback (most recent call last):
File "<ipython-input-24-ee244a6c7287>", line 16, in <module>
prediction = model.predict(test_input)
File "E:\Programme\Anaconda3\lib\site-packages\keras\engine\training.py", line 1172, in predict
steps=steps)
File "E:\Programme\Anaconda3\lib\site-packages\keras\engine\training_arrays.py", line 304, in predict_loop
outs.append(np.zeros(shape, dtype=batch_out.dtype))
TypeError: data type not understood
Я пробовал снова и снова с различными комбинациями массивов и списков, но либосуществует эта TypeError или ValueError, потому что форма неправильная.Несколько ответов (например, здесь ) предлагают использовать что-то вроде
model.predict(np.array([[0,0,0]]))
Но у меня это тоже не сработало.Может ли кто-нибудь сказать мне, как это сделать правильно?
РЕДАКТИРОВАТЬ: Очевидно, что код не был проблемой, см. Ниже.