Keras/TF不兼容形状中的未知值错误

我刚开始学习Keras，我想我遗漏了一些关于层如何相互作用的东西

我有这种形状的数据：

x shape : (696, 5, 6)
y shape : (696, 5, 2)

这是一个非常简单的模型，我只是想继续探索

inputShape = (xtrain.shape[1], xtrain.shape[2])    
batchSize = xtrain.shape[0] / 6
outputDim = ytrain.shape[2]

model = Sequential()
model.add(Dense(500, activation='relu', input_shape=inputShape, batch_size=batchSize))
model.add(Dense(500, activation='relu'))
model.add(Dense(outputDim, activation='softmax'))
model.compile(optimizer='rmsprop', loss='mse')

我不知道这个错误中的

32

是从哪里来的

tensorflow.python.framework.errors_impl.InvalidArgumentError:  Incompatible shapes: [116,5] vs. [32,5]

---

文森特，你几乎成功了。让我解释一下发生了什么：

• 当将

  batch\u size=batchSize

  传递到第一个

  densite

  层时，模型期望所有输入都具有batch size

  batchSize

• 但是，当您通过以下方式安装模型时：

  model.fit(xtrain, ytrain)
  

  由于参数

  batch\u size

  的默认值为32，这是

  model.fit

  用于从

  xtrain

  和

  ytrain

  创建批处理的默认值，因此引发了错误

有两种可能的解决方案可以解决此问题：

您可以将

model.fit的参数
batch\u size
设置为
batchSize

一个更灵活的解决方案是删除第一个

密集
层的
batch\u size
（或设置
batch\u size=None
）。这允许具有动态批量大小-网络适用于所有批量大小（例如，您可以将
model.fit
或
model.predict
的
batch\u size
设置为任意值）

---

Dense

层不接受

batch\u size

参数。您的代码对我来说运行良好（在

batch\u size

分区上放置了

int（）

包装器之后）。让我怀疑这是否是版本问题。您使用的是什么TF版本？你们是否在交叉进口TF干酪和香草干酪？（例如，

将keras.backend作为K导入，从tensorflow.keras.models按顺序导入

）@TheLoneDeranger您的意思是我应该通过TF导入keras？不，您可以通过tensorflow使用香草keras或keras，以您喜欢的为准，但跨越它们——从vanilla导入一些函数，从tensorflow导入其他函数——通常会产生错误，尤其是奇怪和意外的回溯。我只是想排除可能的原因。听起来这段代码对我来说很有用，只是因为我从来没有尝试过去适应它（只是在编译时才这么做，如上所述）。这完全把我带到了下一步！这就是这个问题的答案：）这让我想到了另一个问题，我将对此进行调查，但以防万一，你认为下一个问题是否与原始问题有关

tensorflow.python.framework.errors\u impl.InternalError:Blas-GEMM启动失败：a.shape=（160,6），b.shape=（6500），m=160，n=500，k=6

Great:）不，它很可能与原始问题无关。事实上，我从未发现这个错误。我很高兴在一个新的问题中研究它，前提是您提供了复制它所需的所有代码。