"ValueError:当向模型提供符号张量时，我们期望张量具有静态批量大小“是什么意思？
"ValueError:当向模型提供符号张量时，我们期望张量具有静态批量大小“是什么意思？
提问于 2019-01-17 09:33:02
我正在使用keras构建一个预测糖尿病的神经网络。然而，我遇到了一个ValueError:当将符号张量提供给模型时，我们希望张量具有静态批量大小。
我试着改变输入形状，但还是卡住了。
num_classes = 2
from keras.layers import Input, Dense
from keras.models import Model
# This returns a tensor
inputs = Input(shape=(784,))
# a layer instance is callable on a tensor, and returns a tensor
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)
predictions = Dense(10, activation='sigmoid')(x)
# This creates a model that includes
# the Input layer and three Dense layers
model = Model(inputs=inputs, outputs=predictions)
model.compile(optimizer='rmsprop',
loss='binary_crossentropy',
metrics=['accuracy'])
model.fit(x,y) # starts training在运行ValueError之后:当将符号张量提供给模型时，我们希望张量具有静态批量大小。
回答 2
Stack Overflow用户
回答已采纳
发布于 2019-01-17 09:50:17
由于这些行，x是一个Layer对象
x = Dense(64, activation='relu')(inputs)
x = Dense(64, activation='relu')(x)模型应该基于实际数据进行拟合，但您需要传入一个Layer对象：
model.fit(x,y) # starts training简单地说，您的x是一个Layer对象，它是一个符号张量，keras试图将其视为数据张量，但失败了。
要解决这个问题，只需确保您传递的x确实是您的x训练数据。
Stack Overflow用户
发布于 2019-06-02 23:01:34
因为当您输入模型(x，y)时，x不是训练数据，所以我将您的代码修复为：
model.fit(x_train,y_train) # starts training页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/54227779
复制相关文章
相似问题
腾讯云开发者
