Neural network 在keras中实现多元回归神经网络的错误

我试图在keras中实现一个虚拟多元回归神经网络。输入是12维的，而输出是2维的

附上我的源代码

import pandas as pd 
from keras.models import Sequential 
from keras.layers import Dense 
from keras.layers import Activation 
from sklearn.pipeline import Pipeline 
import numpy as np 
from sklearn.model_selection import train_test_split 
from keras import losses

dataframe=pd.read_csv("housing.csv", delim_whitespace=True, header=None)       
dataset=dataframe.values 
X=dataset[:,0:12] 
Y=dataset[:,11:13]  

x_train, x_test, y_train, y_test = train_test_split(X, Y, test_size=0.33,  random_state=42) 

l1=Dense(12, input_dim=11, activation='relu', use_bias=False) 
l2=Dense(24, activation='relu', use_bias=False) 
l3=Dense(12, activation='relu', use_bias=False) 
l4=Dense(2, activation='linear', use_bias=False)

model=Sequential([l1,l2,l3,l4]) 

print("Printing model summary \n") 
print(model.summary())

model.compile(loss='mean_squared_error', optimizer='adam') 
model.fit(x_train, y_train, validation_split=0.2, epochs=10, batch_size=10)

当我试着去适应这个模型的时候。我得到以下错误

检查输入时出错：预期密集\u 129\u输入具有形状 （11，）但得到了形状为（12，）的数组

为什么我会犯这个错误

在一个关于回归（单变量）的类似问题中，我得到了类似的错误，但当我改变损失函数时，我能够拟合模型。在这种情况下，无论我选择什么样的损失函数，我都无法拟合模型

有什么帮助吗

---

我在

上跟踪了讨论，您说您的输入是12维的，但在指定模型时指定了

input\u dim=11

。为什么不

input\u dim=12

？谢谢@sdcbr对我的帮助。现在我能适应我的模型了