Node.js 初学者:不理解Tensorflow.js上的形状[1]

Node.js 初学者:不理解Tensorflow.js上的形状[1],node.js,tensorflow,machine-learning,artificial-intelligence,tensorflow.js,Node.js,Tensorflow,Machine Learning,Artificial Intelligence,Tensorflow.js,我想制作一个模型,用Tensorflow.js(用Node.js)将摄氏温度转换为华氏温度 然而,我不明白该使用什么形状 我尝试了不同的输入\u shape,例如[1],[1,20],最后将其设置为[20] 我还为摄氏度和华氏度数组尝试了不同的张量形状,例如张量(摄氏度),张量([摄氏度]) 这是密码 var model = tf.sequential() model.add(tf.layers.dense({inputShape:[20], units: 1})) async functi

我想制作一个模型,用Tensorflow.js(用Node.js)将摄氏温度转换为华氏温度

然而,我不明白该使用什么形状

我尝试了不同的
输入\u shape
,例如
[1]
[1,20]
,最后将其设置为
[20]
我还为摄氏度和华氏度数组尝试了不同的张量形状,例如
张量(摄氏度)
张量([摄氏度])

这是密码


var model = tf.sequential()
model.add(tf.layers.dense({inputShape:[20], units: 1}))

async function trainModel(model, inputs, labels) {
    // Prepare the model for training.  
    model.compile({
      optimizer: tf.train.adam(),
      loss: tf.losses.meanSquaredError,
      metrics: ['mse'],
    });

    const batchSize = 28;
    const epochs = 500;

    return await model.fit(inputs, labels, {
      epochs,
      shuffle: true,
    //   callbacks: tfvis.show.fitCallbacks(
    //     { name: 'Training Performance' },
    //     ['loss', 'mse'], 
    //     { height: 200, callbacks: ['onEpochEnd'] }
    //   )
    });
  }

c = tf.tensor([celsius]) // celsius = [1,2,3,4,...]
console.log(c.shape) // ==> [1,20]

f = tf.tensor([fahrenheit])
console.log(f.shape) // ==> [1,20]

trainModel(model, c, f)
此外,在Python教程中,
input\u shape
[1]
。对于Node.js,似乎只有
[20]
起作用

输入的形状是
[1,20]
,并且是正确的

标签的形状也是
[1,20]
,但会触发以下错误:

调试器说:

Error when checking target: expected dense_Dense1 to have shape [,1], but got array with shape [1,20].
- 编辑

此外,当我尝试输入[1,20]时,它会给出:

expected dense_Dense1_input to have 3 dimension(s). but got array with shape 1,20
-

我希望模型通过将C°值与F°值关联来进行训练

谢谢

错误很明显:

{inputShape:[20], units: 1}
该模型包含一个层
inputShape:[20]
这意味着batchInputShape将成为第一层的形状,即
[null,20]
。同样,
units:1
表示最后一层的形状为
[null,1]

所使用的特征具有与模型的batchInputShape匹配的形状[1,20]。但是,形状为
[1,20]
的标签并非如此。它必须具有形状
[1,1]
,因此抛出错误:

预期稠密_Dense1具有形状[,1],但获得具有形状[1,20]的数组

必须更改模型的单位大小以反映标签形状

{inputShape:[20], units: 20}

@joyzaza为我提供了
预期密集度为1的三维输入。但是得到了形状为1,20的数组,Python教程将单位设置为1,输入形状为[1]
。我在节点上进行了尝试,但不起作用。只有一个变量(针对不同的值重复),所以它不是unit:1和shape:1吗?如果使用,
{inputShape:[1],units:1}
,那么特性和标签的形状应该是
[b,1]
,b是元素数。