Python 使用Keras fit_生成器会产生错误形状的错误

我在fit_生成器上遇到错误。我的生成器返回以下内容：

yield(row.values, label)

例如，使用它：

myg = generate_array()
for i in myg:
    print((i[0].shape))
    print(i)
    break

(9008,)
(array([0.116516, 0.22419 , 0.03373 , ..., 0.      , 0.      , 0.      ]), 0)

但下面抛出了一个异常：

model = Sequential()
model.add(Dense(84, activation='relu', input_dim=9008))

ValueError: Error when checking input: expected dense_1_input to have shape 
(9008,) but got array with shape (1,)

---

有什么想法吗？

正如Kota Mori所建议的：数据生成器需要提供一批数据，而不是一个样本。例如，见：

由于我需要随机梯度下降（批量大小为1），以下代码修复了该问题：

def generate_array():
   while True:
    X = np.empty((1, 9008))
    y = np.empty((1), dtype=int)
    # Some processing
    X[0] = row
    y[0] = label
    yield(X,y)

---

您应该制作一个显示问题的自包含示例，因为使用您显示的代码，我们无法猜测问题是什么。data generator需要提供一批数据，而不是一个样本。参见示例：@Kota Mori-谢谢！这就成功了。