Node.js 预期密集的“U Dense1”输入具有形状；a「；但是得到了一个带有形状的数组；b"；

有人能帮我做这个TensorFlow JS项目吗？ 这是一个有机器学习功能的聊天机器人，我坚持“构建神经网络”，

项目链接：

培训代码位于/routes/index.js第189行

//Build neural network
  model = tf.sequential();
  model.add(tf.layers.dense({inputShape: [documents.length], units: 100}));
  model.add(tf.layers.dense({units: 4}));
  model.compile({loss: 'categoricalCrossentropy', optimizer: 'sgd'});

  model.fit(xs, ys, {epochs: 1000}); 

---

文档。长度

是您拥有的培训数据量，而不是模型的输入形状。因此，您的训练数据的形状不适合您的模型

正确的形状应该是

xs.shape

所以你的第一层应该是：

tf.layers.dense({inputShape: xs.shape, units: 100})

---

错误表明为模型定义的形状与模型使用的张量（无论是训练张量还是测试张量）不匹配

为了消除错误，需要两个形状匹配

预期密集密度1_输入具有形状a，但获得具有形状b的数组

在误差中，a是模型的形状，b是抛出误差的张量的形状。因此，我们需要改变模型的形状是b，还是张量的形状是a

最简单的方法是将模型形状更改为b，因为第二种方法意味着张量的重塑，即

model.add(tf.layers.dense({inputShape: b, units: 100})); 

考虑到问题的模式，它将是

model.add(tf.layers.dense({inputShape: [27, 48], units: 100}));

---

您能给我们看一下您的

xs

tensor吗？tensor{isdisposedintenal:false，size:1296，shape:[27,48]，dtype:'float32'，strips:[48]，dataId:{}，id:0，rankType:'2'}是27是批输入量还是48，还是您的输入是二维的？尝试使用

model.fit（xs.transpose（），ys，{epochs:1000}）我不知道，我的数据是这样的，那是你的文档数组？