Python 3.x 使用Tensorflow训练模型的输入数组形状应该是什么

我按照教程中的步骤使用Tensorflow训练神经网络，如上所示

在训练数据值上运行拟合函数时，遇到输入形状有问题的错误

模型架构：

NUM_WORDS = 10000
baseline_model = keras.Sequential([
    keras.layers.Dense(16, activation = 'relu',input_shape(NUM_WORDS,)),
    keras.layers.Dense(16, activation = 'relu'),
    keras.layers.Dense(1, activation = 'sigmoid')
])

baseline_model.compile(optimizer='adam', 
                       loss='binary_crossentropy', 
                       metrics=['accuracy', 'binary_crossentropy'])
baseline_model.summary()

---------------------------------------------------------------------------ValueError回溯（最近的调用 最后）在 4批次大小=512， 5验证数据=（测试数据、测试标签）， ---->6详细=2）

~/env_tensorflow2_alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training.py 适合（自我、x、y、批量大小、时代、详细、回调、， 验证分割、验证数据、洗牌、等级权重、， 样本重量、初始历元、每历元步骤、验证步骤、， 验证频率、最大队列大小、工人、使用多处理、， **kwargs） 816批次大小=批次大小， 817步骤=验证步骤， -->818个步骤（name='validation'） 819 elif验证和0验证_分割<1: 820如果培训实用程序具有符号张量（x）：

~/env_tensorflow2_alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training.py 标准化用户数据（自身、x、y、样本重量、类别重量、， 批量大小、检查步骤、步骤名称、步骤、验证、拆分、洗牌、， 从数据集中提取张量）2594馈送输入形状，
2595检查_批次_轴=错误，#不强制执行批次 尺寸。 ->2596异常_prefix='input'）2597 2598如果y不是None：

~/env_tensorflow2_alpha/lib/python3.6/site-packages/tensorflow/python/keras/engine/training_utils.py 在标准化输入数据（数据、名称、形状、检查批处理轴、， 例外情况（前缀） 347'：预期“+名称[i]+”具有形状”+ 348 str（shape）+“但是得到了具有shape的数组”+ -->349街（数据_形）） 350返回数据 351

ValueError:检查输入时出错：预期密集\u 21\u输入具有 形状（10000），但获得了形状为（1，）的数组

列车组数据和列车组标签具有以下形状：

print("Train data shape: ", train_data.shape)
print("Train label shape: ", train_labels.shape)

列车数据形状：（2500010000） 列车标签形状：（25000，）

为什么这里会出现错误，我是否需要为输入数组中的批处理大小提供另一个维度

我正在使用Tensorflow版本：2.0.0-alpha0

---

提前谢谢

代码在我看来非常好，除了行中的一个小错误

keras.layers.Dense（16，激活='relu'，输入形状（NUM\u WORDS），）

你错过了一个

=

，所以它应该是

keras.layers.Dense（16，激活='relu'，输入形状=（NUM\u WORDS，）

我能够在GoogleColab空间中毫无错误地运行相同的代码

---

希望这有帮助

代码在我看来非常好，除了行中的一个小错误

keras.layers.Dense（16，激活='relu'，输入形状（NUM\u WORDS），）

你错过了一个

=

，所以它应该是

keras.layers.Dense（16，激活='relu'，输入形状=（NUM\u WORDS，）

我能够在GoogleColab空间中毫无错误地运行相同的代码

---

希望这有帮助

谢谢。我花了很长时间才发现。谢谢。我花了很长时间才发现这一点。

print("Train data shape: ", train_data.shape)
print("Train label shape: ", train_labels.shape)