Python 模型问题。使用Keras和Tensorflow进行预测

这里我给出了28列和+1000行的测试输入 训练有素的模型应该接受它，但我得到了形状兼容性的错误

这是我的密码：

my_data = genfromtxt('test_rgb.csv', delimiter=',',skip_header=1)
test_data=my_data[0:,1:-1]

for test_row in test_data:
    predictions = model.predict(test_row)
    print(predictions)

---

当您使用predict时，您必须为您的模型提供张量（向量列表），这意味着如果您只想从一段数据进行预测，您必须像（1，（INPUT_SHAPE））

在您的情况下，尝试使用if

model.predict(np.array(test_row).reshape((1,a,b,c)))

---

您指定了输入形状=（a，b，c，）

它在错误中表示正确，您的模型需要的输入形状（28，），您提供的数据的形状为（1，）

---

在使用预测方法进行验证之前，可以尝试打印数据的形状。您可能只需要重塑数据。

谢谢大家，解决方案是重塑行测试

测试行=测试行。重塑（1,28）