Исправление ошибки input_dim в нейронной сети

ValueError: Ошибка при проверке входных данных: ожидался вход dense_36_input с формой (None, 12), но получен массив с формой (140, 2)

На чтение 3 мин Опубликовано 24.09.2024

Содержание

Вопрос или проблема
Ответ или решение
Возможные решения проблемы
Рекомендации

Вопрос или проблема

Создание модели:

model=Sequential()
model.add(Dense(input_dim = 12, units = 10, activation='relu', kernel_initializer="uniform"))
model.add(Dense(units = 8, activation='relu', kernel_initializer="uniform"))
model.add(Dense(units = 1, activation='sigmoid', kernel_initializer="uniform"))

print('Обучение модели...')

Компиляция модели:

model.compile(optimizer="adam", loss="binary_crossentropy", metrics=['accuracy'])

выполняя model.fit()

Настройка модели:

model.fit(X_train, y_train, batch_size=32, epochs=10, verbose=1)

Я получаю ошибку:

ValueError: Ошибка при проверке входных данных: ожидаемый dense_36_input имеет форму 
(None, 12), но получен массив с формой (140, 2)

Размерность входа означает количество признаков или столбцов, которые ваши входные данные должны иметь.

Нейронная сеть попытается адаптироваться к этой форме входа. В вашем случае вы указали input_dim = 12, но в ваших данных (140,2) всего 2 признака или столбца.

Таким образом, есть два варианта:

Установите input_dim = 2
Измените форму входного массива на кратные указанной размерности входа, т.е. 12.

В вашем случае РАБОТАЕТ ТОЛЬКО вариант 1, потому что (140,2) не может быть изменен на кратные 12.

Примечание: другие допустимые input_dim для вас могут быть 14 (измените входные данные на (20,14)), 10 (измените входные данные на (28,10))

Ответ или решение

Ошибка, с которой вы столкнулись, связана с несоответствием формы входных данных, ожидаемых вашей нейронной сетью, и фактической формой данных, которые вы предоставляете. Давайте разберем это более подробно.

Вы создали модель, в которой указали input_dim = 12, что означает, что модель ожидает на вход данные с 12 признаками (колонками). Однако ваши входные данные имеют размерность (140, 2), что означает, что у вас только 2 признака, а не 12.

Возможные решения проблемы

Для решения данной проблемы у вас есть два основных варианта:

Изменить input_dim на 2:
Если ваши данные содержат только 2 признака (колонки), вы можете изменить параметр input_dim в первом слое вашей модели:
```
model.add(Dense(input_dim=2, units=10, activation='relu', kernel_initializer="uniform"))
```
Это самый простой и логичный вариант, так как он напрямую соответствует вашей текущей структуре данных.
Изменить форму входных данных:
Другим вариантом является изменение ваших входных данных так, чтобы они соответствовали нужному количеству признаков. Однако в вашем случае, с формой данных (140, 2), это может не быть практичным, так как размерность данных не позволяет просто так изменить ее на 12.

Если бы вы имели, например, 280 образцов и желали бы преобразовать ваши данные в (20, 14), вы могли бы так сделать. В вашем случае, когда у вас всего 140 образцов и 2 признака, это невозможно.

Рекомендации

Вероятно, наиболее подходящим решением для вашей задачи является изменение input_dim на 2, если вы не планируете добавлять больше признаков в ваши данные.
Также стоит отметить, что если вы хотите использовать другие размеры входных данных, вам нужно будет дополнительно изменить данные так, чтобы они образовывали требуемые формы. Это может потребовать дополнительных манипуляций с данными, таких как дублирование признаков или создание новых, если это возможно и уместно.

Таким образом, рекомендуется изменить код следующим образом:

model.add(Dense(input_dim=2, units=10, activation='relu', kernel_initializer="uniform"))

После этого попробуйте снова запустить model.fit(), и ошибка должна исчезнуть.