Numpy ValueError:检查时出错：预期输入_2具有形状（162），但获得具有形状（1，）的数组

我在Keras中定义了以下模型：

init_weights = he_normal()
main_input = Input(shape=(FEATURE_VECTOR_SIZE,)) #size 54
aux_input = Input(shape=(AUX_FEATURE_VECTOR_SIZE,)) #size 162
merged_input = concatenate([main_input, aux_input])

shared1 = Dense(164, activation='relu', kernel_initializer=init_weights)(merged_input)
shared2 = Dense(150, activation='relu', kernel_initializer=init_weights)(shared1)

main_output = Dense(NUM_ACTIONS, activation='linear', kernel_initializer=init_weights, name='main_output')(shared2)
aux_output = Dense(1, activation='linear', kernel_initializer=init_weights, name='aux_output')(shared2)

rms = RMSprop(lr=ALPHA)
model = Model(inputs=[main_input, aux_input], outputs=[main_output, aux_output])
model.compile(optimizer=rms, loss='mse')

稍后，我尝试使用它进行预测，如下所示：

aux_dummy = np.zeros(shape=(AUX_FEATURE_VECTOR_SIZE,))
print(aux_dummy.shape)
print(aux_dummy)
q_vals, _ = model.predict([encode_1_hot(next_state), aux_dummy], batch_size=1)

但是，我收到一个错误，抱怨辅助输入的形状不正确（Keras声称它应该是形状（162），实际上是形状（1）

但当我打印出形状时，我得到的正是它想要的（见下文）

(162,) [0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.] 回溯（最近一次呼叫最后一次）： 文件“grid_exp.py”，第94行，在 RLU插曲（最大步数） 文件“/Users/ZerkTheMighty/Code/RL2/project/Gridworld/rl_glue.py”，第220行，在rl_插曲中 rl_步骤结果=rl_步骤（） 文件“/Users/ZerkTheMighty/Code/RL2/project/Gridworld/rl_glue.py”，rl_步骤第151行 最后一个动作=agent.agent\u步骤（结果['repair']，结果['state']） 文件“/Users/ZerkTheMighty/Code/RL2/project/Gridworld/grid_agent.py”，第170行，在agent_步骤中 q\u VAL，\u=model.predict（[编码\u 1\u热（下一个\u状态），辅助\u伪]，批次大小=1） 文件“/Users/ZerkTheMighty/Code/RL2/lib/python2.7/site packages/keras/engine/training.py”，第1817行，在predict中 检查（批次轴=假） 文件“/Users/ZerkTheMighty/Code/RL2/lib/python2.7/site packages/keras/engine/training.py”，第123行，输入数据 str（数据形状）） ValueError:检查时出错：预期输入_2具有形状（162），但获得具有形状（1，）的数组 我不知道我应该改变什么才能让它发挥作用，但我怀疑我忽略了一些显而易见的东西。建议

我正在使用Keras 2.1.5、Theano 1.0.1、numpy 1.14.2和python 2.7.12

aux_dummy = np.zeros(shape=(1,AUX_FEATURE_VECTOR_SIZE,))

第一个维度需要指定模型的示例数。

尝试以下操作：

 q_vals, _ = model.predict([[encode_1_hot(next_state), aux_dummy]], batch_size=1)

---

[[]]

就像您给出的表单一样

我猜是1个元素的对象dtype arraymodel.predict（[[data]]）。那就是[[]]。

 q_vals, _ = model.predict([[encode_1_hot(next_state), aux_dummy]], batch_size=1)