ValueError:形状%1和%2不兼容
ValueError: 形状 %1 和 %2 不兼容 这个错误通常出现在使用NumPy或其他科学计算库进行数组操作时，表示两个数组的形状（shape）不匹配，无法进行某些操作，如矩阵乘法、元素级加法等。
基础概念
- 形状（Shape）：数组的维度，例如一个二维数组的形状可能是
(3, 4)，表示有3行4列。 - 兼容性：在进行数组操作时，两个数组的形状必须满足特定条件才能进行操作。例如，矩阵乘法要求第一个矩阵的列数等于第二个矩阵的行数。
相关优势
- 灵活性：NumPy提供了丰富的数组操作，能够处理各种形状的数组。
- 性能：NumPy底层使用C语言实现，运算速度快，适合大规模数据处理。
类型
- 形状不匹配：如上述错误信息所示，两个数组的形状不兼容。
- 维度不匹配：数组的维度不一致，例如一个是二维数组，另一个是一维数组。
应用场景
- 数据处理：在数据分析、机器学习等领域，经常需要对数组进行各种操作。
- 科学计算：物理模拟、工程计算等需要处理大量数值数据。
常见问题及解决方法
- 形状不匹配：
- 问题原因：两个数组的形状不匹配，无法进行操作。
- 解决方法：检查数组的形状，确保它们满足操作的要求。例如，矩阵乘法要求第一个矩阵的列数等于第二个矩阵的行数。
- 解决方法：检查数组的形状，确保它们满足操作的要求。例如，矩阵乘法要求第一个矩阵的列数等于第二个矩阵的行数。
- 维度不匹配：
- 问题原因：两个数组的维度不一致，无法进行操作。
- 解决方法：确保数组的维度一致，或者使用适当的操作来调整数组的形状。
- 解决方法：确保数组的维度一致，或者使用适当的操作来调整数组的形状。
参考链接
通过以上方法，可以有效解决ValueError: 形状 %1 和 %2 不兼容的问题。
相关·内容
在我正在执行的每个代码部分之后，我都会得到这个错误，并且我无法解决这个问题。以下是代码：需要解决这个问题，
成本函数
def compute_logistic_cost(theta, X, y):
m=len(y)
J = (1/m) * np.sum((-y * np.log(h(theta,X))) - ((1-y)*np.log(1-h(theta,X))))
eps = 1e-12
h[h < eps] = eps
eps = 1.0 - 1e-12
h[h > eps] = eps
return J
#
浏览 3提问于2019-09-27得票数 0
回答已采纳
1回答
根据Keras中的shared layers documentation，可以创建一个共享层，并使用不同的输入形状实例化它。它给出了一个Conv2D共享层的示例，如下所示： a = Input(shape=(32, 32, 3))
b = Input(shape=(64, 64, 3))
conv = Conv2D(16, (3, 3), padding='same')
conved_a = conv(a)
# Only one input so far, the following will work:
assert conv.input_shape == (None,
浏览 19提问于2019-01-03得票数 2
回答已采纳
我目前正在学习TensorFlow。我正在尝试创建一个神经网络，它可以准确地评估预测模型，并为其分配分数。我现在的计划是将已经存在的程序的分数结合起来，通过mlp运行它们，同时将它们与真实值进行比较。我已经使用了MNIST的数据，我正在尝试将我所学到的知识应用到我的项目中。不幸的是我有个问题
def multilayer_perceptron(x, w1):
# Hidden layer with RELU activation
layer_1 = tf.matmul(x, w1)
layer_1 = tf.nn.relu(layer_1)
# Output layer
浏览 0提问于2017-01-25得票数 0
回答已采纳
我有以下(部分)网络架构：
获得的
...
pool = GlobalAvgPool()(gc_2)
predictions = Dense(units=32, activation='relu', use_bias=False)(pool)
predictions = BatchNormalization()(predictions)
...
我正在尝试插入一个批处理规范化层，但是我得到了以下错误：
ValueError:层batch_normalization_1的输入0与图层不兼容:预期的ndim=2，找到了ndim=3。收到的完整形状:无，1，32
我猜第
浏览 1提问于2020-12-03得票数 0
X_train=X_train.reshape((len(X_train), 7, 2))
X_test=X_test.reshape((len(X_test), 7, 2)
ValueError:无法将大小为250670的数组整形为形状(7162,7,2)，如何找到重塑所需的维度值？
浏览 2提问于2022-04-27得票数 0
1回答
所以我很确定我输入的尺寸是正确的。我认为错误在于输入的重塑，但不是很确定。
以下是我正在使用的内容：
df_matrix = df_model.as_matrix()
df_matrix = np.reshape(df_matrix,(-1,588425,26))
df_matrix.shape
y_matrix = y.as_matrix()
y_matrix = np.reshape(y_matrix,(-1,588425,1))
df_matrix2 = df_model.as_matrix()
model.add(LSTM(32, input_shape=(588425, 26),
浏览 6提问于2017-09-01得票数 1
1回答
基于卷积网的Keras形状失配
、、、、
我以以下方式构建了我的keras模型(当然，这不是最终的生产准备模型)：
self.model = Sequential()
self.model.add(Conv2D(32, (3, 3), input_shape=(674, 514, 1), padding='same',
activation='relu'))
self.model.compile(loss='mean_squared_error', optimizer='adam', metrics=
['accuracy'])
示范摘要
浏览 0提问于2018-02-08得票数 1
回答已采纳
我是板条箱和程序员的新手，我知道如何解决这个问题，我是在YouTube的帮助下编程的，但他没有这个问题，因为我是新手，我不知道如何解决它，更不用说它是关于什么的-请帮助D： 问题是： ---------------------------------------------------------------------------
ValueError Traceback (most recent call last)
<ipython-input-58-2d579b4cf5ca> in <module>
浏览 706提问于2021-02-02得票数 1
回答已采纳
1回答
我当时正在做“Iris数据集上的模型验证”的作业。
我得到这个错误：“检查输入时出错:期望dense_input具有形状(135，)，但得到具有形状(4，)的数组”。我如何克服这个问题？
我的代码是
from numpy.random import seed
seed(8)
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
from sklearn import datasets, model_selection
from sklearn.model_selection import trai
浏览 1提问于2020-12-25得票数 1
代码有点长，所以我请求您在这个链接上检查它。
我正在建造一个自动编码器。一开始我工作得很好，但是在增加了一个CNN层之后，我的意思是，在将这个layer_filters = [32, 64]更改为layer_filters = [32, 64, 128]之后，我得到了一个维度错误。这个：
ValueError: Dimensions must be equal, but are 32 and 28 for '{{node mean_squared_error/SquaredDifference}} = SquaredDifference[T=DT_FLOAT](autoencoders
浏览 1提问于2021-08-15得票数 1
回答已采纳
我正在使用SciPy的pearsonr(x,y)方法，我不知道为什么会发生以下错误：
ValueError:形状不匹配:不能将对象广播到单个形状
它计算前两个测试(我在一个循环中运行了几千个这样的测试)，然后死亡。有没有人知道这个问题可能是什么？
r_num = n*(np.add.reduce(xm*ym))
这是发生错误的珠光体方法中的一行，任何帮助都将不胜感激。
浏览 3提问于2013-06-05得票数 44
回答已采纳
我已经成功地为一些数据安装了一个TFTransformOutput (在本例中，是TF和TFX示例中常见的UCI普查数据集)。我尝试使用transform_raw_features(raw_features)方法应用转换器，但始终得到错误：
ValueError:节点'transform/transform/inputs/workclass_copy‘具有一个与输出#0的GraphDef不一致的_output_shapes属性:形状必须相等，但为0和1。
深入了解源代码，错误似乎起源于saved_transform_io中的_partially_apply_saved_tran
浏览 1提问于2018-10-09得票数 2
我试着在我的keras中优化超参数，CNN为图像分类做了准备。我决定使用sklearn中的网格搜索。我克服了从keras flow_from_directory中生成x和y的根本困难，但它仍然不能工作。最后一行ValueError: dropout is not a legal parameter出错 def grid_model(optimizer='adam',
kernel_initializer='random_uniform',
dropout=0.2,
浏览 18提问于2019-04-07得票数 2
1回答
所以我在这里不知所措。我训练了我的模型，一切正常；但是当我尝试使用预测方法时，我得到了以下错误：
ValueError:在检查输入时出错:期望dense_1_input具有形状(64 )，但得到带有形状(1，)的数组
我觉得很奇怪，因为我给的输入是(64，)，我甚至用cli返回了这个形状
print(type(test_x[0]))
print(test_x[0].shape)
回传
<class 'numpy.ndarray'>
(64，)
在我看来，当我使用
print(str(np.argmax(model.predict(test_x
浏览 1提问于2021-08-10得票数 0
回答已采纳
4回答
所以我试图将两个np数组附加在一起，但它给了我这个错误，ValueError: all the input arrays must have same number of dimensions, but the array at index 0 has 2 dimension(s) and the array at index 1 has 1 dimension(s)，我知道这意味着数组的形状不一样，但我不知道为什么和如何修复它。
arr1 = np.array([
[10.24217065 5.63381577]
[ 2.71521988 -3.33068004]
[-3.43022
浏览 307提问于2020-06-06得票数 1
1回答
我对NLP非常陌生，我想根据他们的语言对不同的单词进行分类(基本上，我的模型应该告诉我一个单词是法语、英语还是西班牙语等等)。
当我适应下面的模型时，我会得到一个尺寸误差。"dataset“包含单词，它是大小的填充张量(1550，19)，"y”包含不同的语言，它也是大小的填充张量(1550，10)。
np.random.seed(42)
tf.random.set_seed(42)
from tensorflow.keras.layers import LSTM, GRU, Input, Embedding, Dense
input = Input(shape=[None]
浏览 2提问于2020-07-22得票数 0
我试着用cnn的方法训练一个模型，用tensorflow和keras，但是我一直收到错误--在这个代码下面，有人能帮我或者至少给我一个安静的建议吗？
#Convolutional Neural Network (CNN) with Word2Vec
CNN_Word2Vec_model = Sequential([
Embedding(input_dim =word2Vec_embedding_matrix.shape[0], input_length=max_len, output_dim=word2Vec_embedding_matrix.shape[1],weig
浏览 5提问于2022-05-06得票数 0
1回答
我正在使用Keras.版本的 '2.3.1‘来训练使用迁移学习的Resnet-50。
在运行以下代码时，我得到了一个错误：
history = model.fit_generator(generator=train_generator,
epochs= 3,
validation_data=validation_generator)
我得到的错误是：
Epoch 1/3
-------------------------------------------------
浏览 3提问于2020-07-01得票数 0
我有一些数据集有两个类。当我尝试使用某些度量标准时--例如，、、、或-I--得到一个类似于以下内容的错误：
ValueError: Shapes (None, None, None, 2) and (None, 1) are incompatible.
我想我可以使用并为PR和ROC写我自己的AUC。但说真的我只上了两节课。AFAIK，两个类等于一个类。
如何将我的my记录折叠成一个类？
要完整地完成，以下是重新创建此错误的完整工作示例，从导入、全局和争论开始：
from tempfile import mkdtemp
from os import path, mkdir
from shut
浏览 5提问于2020-12-22得票数 0
1回答
我正在尝试使用Keras Dot，并有以下错误。你能解释一下我做错了什么吗？
x1 = Input(shape=(2,4))
x2 = Input(shape=(4,))
y1 = dot([x1,x2], axes = (2,1))
modelA = Model(inputs=[x1, x2], outputs=y1)
a1 = np.arange(16).reshape(2,2,4)
a2 = np.array( [1,2,3,4] )
modelA.predict([a1,a2])
---->
ValueError: Error when checking : expecte
浏览 1提问于2018-06-17得票数 0
我想使用Conv1D使扩展卷积网络成为序列数据集。
所以我尝试了波士顿数据集的Conv1D。
from tensorflow.python.keras.layers import Conv1D, MaxPooling2D
from tensorflow.python.keras.layers import Activation, Dropout, Flatten, Input, Dense
from tensorflow.python.keras.models import Model
from sklearn.datasets import load_boston
from sklearn.
浏览 0提问于2019-02-16得票数 1
回答已采纳
我有一个很简单的例子：
import tensorflow as tf
import pdb
number_features = tf.random_uniform((4096,22))
probs = number_features
probs_L = probs[:,:3]
probs_S1 = probs[:,3:12]
probs_S2 = probs[:,12:22]
confidence_no_digits = probs_L[:,0]
confidence_single_digit = probs_L[:,1] * probs_S1
with tf.Session() a
浏览 2提问于2018-08-23得票数 0
回答已采纳
1回答
嗨，对于我推荐的电影，我使用TF-IDF，但我有一个形状错误。
from sklearn.feature_extraction.text import TfidfVectorizer
tfidf = TfidfVectorizer(analyzer='word', ngram_range=(1, 2), min_df=0, stop_words='english')
tfidf_matrix = tfidf.fit_transform(X_train.summary)
tfidf_matrix.shape
OutPut：
(3933, 56162)
然后：
f
浏览 2提问于2020-04-27得票数 0
我一直在使用以下功能API来完成使用CNN的图像分类任务：
def create_model(X_train, X_test):
visible = Input(shape=(X_train.shape[0], X_train.shape[1], 1))
conv1 = Conv2D(32, kernel_size=4, activation='relu')(visible)
hidden1 = Dense(10, activation='relu')(pool2)
output = Dense(1, activation=&#
浏览 0提问于2017-11-01得票数 3
2回答
有人能告诉我，这段代码出了什么问题吗？显示索引错误的原因。编码器和解码器是分开定义的，当我通过最后一行组合这两个模型时，如图所示，它抛出了索引错误。
def Encoder():
x= Conv2D(128, (3, 3),padding='same',activation='relu')(input_img)
x= Conv2D(128, (3, 3), activation='relu', padding='same')(x)
x= MaxPooling2D(pool_size=(2, 2), str
浏览 0提问于2018-09-03得票数 1
我正在寻找一个关于广播规则和乘法因子的numpy.dot方法的一点澄清。我已经创建了两个形状数组(2，)和(3)，它们可以通过添加一个新的轴(3,1形状)来乘以，但是即使添加了一个新的轴并变成(3,1)形状，它也不能通过np.dot方法实现。以下是完成的小测试。
x_1 = np.random.rand(2,)
print(x_1)
x_2 = np.random.rand(3,)
print(x_2)
> [ 0.48362051 0.55892736]
> [ 0.16988562 0.09078386 0.04844093]
x_8 = np.dot(x_1, x_
浏览 1提问于2017-06-18得票数 0
回答已采纳
1回答
我正在编写一段Python代码，将ConvNet层的输出可视化。看起来一切都不好，但在sess.run函数调用时，我得到了一个维度转换错误，如下所示。 ValueError:无法为形状为'(?，128,128，3)‘的张量'image-in:0’馈送形状(128,128，3)的值 loaded_graph = tf.Graph()
image_to_use = train_images[0]
print(image_to_use.shape) # (128, 128, 3)
with tf.Session(graph=loaded_graph) as sess:
浏览 19提问于2019-04-03得票数 0
回答已采纳
1回答
R-角的不相容形状
、、、、
我尝试使用R进行音频分类，但我遇到了网络形状错误不兼容的问题。我创建了这两个函数，以便读取所有的wave文件并使用mel特性将它们转换成一个矩阵
audio = readWave(paste(outDir, '/', labels$filename[i], sep = ('') ))
audio = normalize(audio)
audio = crop(audio) #in order to have all signals of same size
return(melfcc(audio, sr = audio@samp.rate))
}
浏览 3提问于2022-02-10得票数 0
1回答
我使用Keras/TF的模型如下：
conv = Conv2D(4, 3, activation = None, use_bias=True)(inputs)
conv = Conv2D(2, 1, activation = None, use_bias=True)(conv)
model = Model(input = inputs, output = conv)
model.compile(optimizer=Adam(lr=1e-4), loss=keras.losses.mean_absolute_error)
在model.fit中，我收到一个错误：
ValueError:检
浏览 0提问于2019-01-02得票数 5
回答已采纳
我正在编写一个程序，它使用正向欧拉方法数值求解一些速度方程。当我运行代码时，我会得到一个错误：
` 235 y = np.atleast_1d(y)
236 if x.shape[0] != y.shape[0]:
--> 237 raise ValueError("x and y must have same first dimension")
238 if x.ndim > 2 or y.ndim > 2:
239 raise Val
浏览 5提问于2014-02-05得票数 0
回答已采纳
错误：ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0, with gufunc signature (n?,k),(k,m?)->(n?,m?) (size 1 is different from 2) 我正在使用csv数据帧进行线性回归。在重塑和拟合x和y值之后，我遇到了这个错误，突出显示了model.predict部分。 我的代码： import matplotlib.pyplot as plt
import numpy as np
import pandas as pd
from
浏览 87提问于2021-04-26得票数 2
回答已采纳
当我将lambda层添加到我的序列模型中时，它给出了ValueError: Input 0 is incompatible with ... 对于这个模型，我得到了ValueError: Input 0 is incompatible with layer flatten_1: expected min_ndim=3, found ndim=2 model1 = Sequential()
model1.add(Embedding(max_words, embedding_dim, input_length=maxlen))
model1.add(Lambda(lambda x: mean(x
浏览 109提问于2019-03-07得票数 0
回答已采纳
2回答
我得到了一个基本错误，有一个奇怪的输出，我不太理解：
复制的步骤
arr1 = np.zeros([6,10,50])
arr2 = np.zeros([6,10])
arr1[:, :, range(25,26,1)] = [arr2]
产生此错误的：
ValueError: shape mismatch: value array of shape (1,6,10) could not be broadcast to indexing result of shape (1,6,10)
有人能解释我做错了什么吗？
浏览 0提问于2019-10-29得票数 0
回答已采纳
1回答
我有以下功能，我正试图对一组数据执行它。
def spln_inter_curve2(x,y,x_new):
f = interpolate.interp1d(x, y,kind='cubic')
return f(x_new)
我希望能够传递x和y作为数组形状(1892,15)和返回和插值数组的形状(1892,22) (形状的x_new)。插值数组的每一行代表x和y的每一行。
如果将数组传递给函数，则会得到以下错误：
ValueError: X和y阵列必须沿插值轴长度相等。
这样做是可行的：
y_new= spln_inter_curve2(x1000，y10
浏览 1提问于2021-02-01得票数 0
2回答
我在角角有三个张量：
张量形状a：(?,4)
张量形状b：(?,4)
张量形状c：(?, 2, 4)
其中?是批处理大小。我想计算宇宙间的相似性：
a和b
a和c的每一行(本例中为2行)
要计算a和b之间的cos，可以直接执行以下操作：
from keras.layers import Reshape, merge
cos_a_b = Reshape((1,))(merge([a, b], mode='cos', dot_axes=1))
输出的格式为(?,1)，如预期的那样。
但是，我无法找到a和c之间的cos相似性(输出应该是(?, 2)
浏览 3提问于2017-09-20得票数 0
回答已采纳
我对蟒蛇很陌生，所以请友好一点。
我正在尝试将两个Numpy数组与np.logical_or函数进行比较。当我运行下面的代码时，
Percentile = np.logical_or(data2 > Per1, data2 < Per2)行语句
ValueError:操作数不能与形状一起广播(2501,2501)
data = 1st Array
data2 = 2nd Array
Per1 = np.percentile(data, 10, axis=1)
Per2 = np.percentile(data, 90, axis=1)
Percentile = np
浏览 1提问于2018-07-18得票数 0
回答已采纳
我正在用训练数据训练一个分类网络，它的X.shape = (1119，7)和Y.shape = (1119，6)。下面是我的简单Keras网络，输出dim为6(标签的大小)。返回的错误在代码下面 hidden_size = 128
model = Sequential()
model.add(Embedding(7, hidden_size))
#model.add(LSTM(128, input_shape=(1,7)))
model.add(LSTM(hidden_size, return_sequences=True))
model.add(LSTM(hidden_size, retu
浏览 17提问于2019-03-13得票数 0
我偶然发现了np.array函数的一些行为，我不明白。这段代码的工作方式与我预期的一样：
arr1 = np.zeros((3,2))
arr2 = np.zeros((2,2))
np.array([arr1,arr2])
array([ array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.]]),
array([[ 0., 0., 0.],
[ 0., 0., 0.],
[ 0., 0., 0.],
浏览 1提问于2017-02-28得票数 4
回答已采纳
2回答
使用h堆栈时的畸形矩阵？
、、、
我有以下矩阵：
>>> X1
shape: (2399, 39999)
type: scipy.sparse.csr.csr_matrix
和
>> X2
shape: (2399, 333534)
type: scipy.sparse.csr.csr_matrix
和
>>>X3.reshape(-1,1)
shape: (2399, 1)
type: <class 'numpy.ndarray'>
如何将X1和X2连接到右侧，以便生成具有以下形状的新矩阵：(2399, 373534)。我知道这可以用或来完成。然而，
浏览 0提问于2017-03-28得票数 1
回答已采纳
2回答
我正在解决手写数字的问题。希望我的代码是自解释的。 import tensorflow as tf
from tensorflow import keras
from tensorflow.keras.utils import to_categorical
import matplotlib.pyplot as plt
import csv
import numpy as np
with open('train.csv') as f:
reader = csv.reader(f)
contents = list(reader)
labels = n
浏览 118提问于2021-05-11得票数 1
我是tensorflow菜鸟，抱歉。我正在学习本教程：
我想对数据集中的图像应用一些预处理，但是rgb_to_grayscale失败了，错误如下。我的中值滤波器起作用了，但不是rbg_to_grayscale。
如果您能给我任何建议，我将不胜感激。
@tf.function
def load_image_train(datapoint):
input_image = tf.image.resize(datapoint['image'], (128, 128))
input_mask = tf.image.resize(datapoint['segmentatio
浏览 0提问于2020-08-01得票数 0
1回答
我在keras上使用LSTM，并使用之前的重整型层，希望我不必为LSTM层指定形状。 输入是84600 x 6 两个月内84600秒。6公制/标签im在2个月内进行测量 到目前为止，我已经 model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Reshape((86400,1,6), input_shape=(84600, 6)))
model.add(tf.keras.layers.LSTM(128, activation='relu', input_shape=
(x_train.shape),
浏览 39提问于2019-02-17得票数 1
2回答
我收到了来自Keras的非常混乱的错误消息。我使用以下模型，并将其传递给形状(num_examples, n, 1)的输入。
def create_model():
model = Sequential()
model.add(LSTM(64, input_shape=(n,1), return_sequences=False))
model.add(Dense(units=n, activation='linear'))
return model
我收到一条错误消息：ValueError: Error when checking target:
浏览 0提问于2018-09-04得票数 1
回答已采纳
当使用apply调用Pandas上的axis=1时，当尝试将列表设置为单元格值时获取ValueError。
Note：不同行中的列表有不同的长度，这似乎是原因，但不确定如何克服它。
import numpy as np
import pandas as pd
data = [{'a': 1, 'b': '3412', 'c': 0}, {'a': 88, 'b': '56\t23', 'c': 1},
{'a': 45, 'b':
浏览 0提问于2018-03-23得票数 1
回答已采纳
我正在测试一个图像堆栈上的高斯滤波器，使用来自超级间谍官方网站的代码。我一直收到错误消息'ValueError:至少需要一个数组来堆栈‘。
%matplotlib qt
import hyperspy.api as hs
import numpy as np
import scipy.ndimage
im = hs.signals.Signal2D(np.random.random((10, 64, 64)))
im.map(scipy.ndimage.gaussian_filter, sigma=2.5)
ValueError:至少需要一个数组来堆栈
追溯信息
ValueErro
浏览 0提问于2019-08-18得票数 1
我正在训练一个模型，在预先建立的imagenetV2模型之上分类狗品种。
这是我的密码。
import os
import tensorflow as tf
\_URL = 'http://vision.stanford.edu/aditya86/ImageNetDogs/images.tar'
path_to_zip = tf.keras.utils.get_file('images.tar', origin=\_URL, extract=True)
BATCH_SIZE = 32
IMG_SIZE = (224, 224)
dir = os.path.j
浏览 28提问于2022-11-11得票数 0
2回答
问题相当简单。给定256×256灰度图像，我想返回基于阈值的颜色图像。
所以我在想：
img=whatever # 2D array of floats representing grayscale image
threshold=0.5
color1=[1.0,0.0,0.0]
color2=[0.0,0.0,1.0]
newImg=np.where(img>threshold,color1,color2)
然而，我得到了臭名昭著的答案："ValueError:操作数不能与形状(500,500) (3) (3，)一起广播。“
哈?我真的希望能给出一个阵列形状(500,500,3
浏览 1提问于2018-07-12得票数 4
回答已采纳
1回答
我正试着预测第二天的开盘价。我能够获得格式正确的输入，即('Open'，'High‘列每天n次)。但是，当我将格式设置为三维数组时，我的形状如下：
(1200, 60, 2)
X_train有1200个样本，有60个时间步骤(前60天的历史数据)和2个特性(开放和高)
然而，当它在实现层时到达keras编码部分时，我的问题就出现了。这是我使用的代码：
regressor.add(LSTM(units = 50, return_sequences = True, input_shape = (X_train.shape[1], 2)))
regressor.add(Dro
浏览 4提问于2020-01-31得票数 1
回答已采纳
2回答
我有一个形状( 2 ,2)的数组(L)和形状(2，5，3)的数组(W)，我想知道对轴2中的每个元素做点积的操作是什么。结果应该是形状(2，5，3)。我试过：
>>> np.matmul(L, W)
ValueError: matmul: Input operand 1 has a mismatch in its core dimension 0
和
>>> np.tensordot(L, W)
ValueError: shape-mismatch for sum
两人都给了我一个错误。缓慢的非丙酮溶液是：
W_corr = []
for i in rang
浏览 2提问于2022-09-23得票数 1
3回答
我有一个包含浮动的2列的数据文件。我首先排除列包含零的行，然后希望检查每一行的元素是否相等。
我试过：
df.loc[(df['col1'] != 0.0) & (df['col2'] != 0.0), 'Error'] = np.where(assert_almost_equal(df['col1'], df['col2']), 'Not equal', '')
结果是：
ValueError: The truth value of a Series is ambiguou
浏览 0提问于2018-04-02得票数 2
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
即时通信 IM
对象存储活动推荐
腾讯云开发者
