Вход 0 несовместим со слоем dense_127: ожидаемый min_ndim=2, найденный ndim=1

#python #numpy #machine-learning #keras #generative-adversarial-network

#питон #тупица #машинное обучение #keras #генеративно-состязательная сеть

Вопрос:

Я очень новичок в python, Ошибка получается при попытке выполнить следующую строку p = generator.predict(ШУМ[n]) Это код для создания синусоидальных волн и создания модели для изучения и построения синусоидальных волн после эпох. Минимальный код приведен ниже, чтобы выделить размеры входных данных. Согласно моему пониманию, проблема заключается в выборе значения «n». Пожалуйста, помогите. Заранее спасибо.

  SAMPLE_LEN = 64 # number N of points where a curve is sampled SAMPLE_SIZE = 32768 # number of curves in the training set X_MIN = -5.0 # least ordinate where to sample X_MAX = 5.0 # last ordinate where to sample X_COORDS = np.linspace(X_MIN , X_MAX, SAMPLE_LEN) SAMPLE = np.zeros((SAMPLE_SIZE, SAMPLE_LEN)) for i in range(0, SAMPLE_SIZE):  b = uniform(0.5, 2.0)  c = uniform(np.math.pi)  SAMPLE[i] = np.array([np.sin(b*x   c) for x in X_COORDS])  EPOCHS = 64 BATCH=1 NOISE = uniform(X_MIN, X_MAX, size = (SAMPLE_SIZE, SAMPLE_LEN)) ONES = np.ones((SAMPLE_SIZE)) ZEROS = np.zeros((SAMPLE_SIZE)) print("epoch | dis. loss | dis. acc | gen. loss | gen. acc") print("------ ----------- ---------- ----------- ----------") fig = plt.figure(figsize = (8, 12)) ax_index = 1 for e in range(EPOCHS):  for k in range(SAMPLE_SIZE//BATCH):  # n = randint(0, BATCH)  n = randint(0 BATCH)  p = generator.predict(NOISE[n])  x = np.concatenate((SAMPLE[n], p))  y = np.concatenate((ONES[n], ZEROS[n]))  

Комментарии:

1. Ваш ввод имеет неправильные размеры. Пожалуйста, приведите несколько примеров кода. Иначе никто не сможет тебе помочь.