Python ValueError:检查输入时出错:预期嵌入_1_输入具有形状(32),但获得具有形状(1,)的数组

Python ValueError:检查输入时出错:预期嵌入_1_输入具有形状(32),但获得具有形状(1,)的数组,python,tensorflow,machine-learning,keras,Python,Tensorflow,Machine Learning,Keras,model.fit抛出一个错误ValueError:检查输入时出错:预期嵌入\u 1\u输入具有形状(32),但获得了具有形状(1,)的数组,但没有形状数组(1,)传递给model.fit def create_model(词汇表大小、输入单词数、嵌入大小=50): 模型=顺序() 添加(嵌入(词汇表大小、嵌入大小、输入长度=输入单词数)) model.add(globalaveragepoolg1d()) model.add(密集(1,activation=“sigmoid”)) 编译(los

model.fit
抛出一个错误
ValueError:检查输入时出错:预期嵌入\u 1\u输入具有形状(32),但获得了具有形状(1,)的数组
,但没有形状数组
(1,)
传递给
model.fit

def create_model(词汇表大小、输入单词数、嵌入大小=50):
模型=顺序()
添加(嵌入(词汇表大小、嵌入大小、输入长度=输入单词数))
model.add(globalaveragepoolg1d())
model.add(密集(1,activation=“sigmoid”))
编译(loss=“binary\u crossentropy”,optimizer=“adam”,metrics=[“accurity”])
回归模型
def干管(年代、批量大小):
#将输入数据解析为numpy数组
肯定词=。。。
否定词=。。。
单词=名词短语。连接((正单词,负单词),轴=无)
#创建标签
标签=np.空(字.大小)
对于范围内的i(字数大小):
标签[i]=1,如果i(51565,)(51565,)
model.fit(单词\u-train[0:批量大小]、标签\u-train[0:批量大小],
批次大小=批次大小,年代=年代,详细程度=2,#验证数据=(单词测试,标签测试)
)
干管(200,批量=32)

我希望错误消息指示哪个值/参数/层/etc的大小不正确。我不确定嵌入输入是指什么。

x\U批和y\U批中是什么?@Akaisteph7都是形状数组
(32,)
,包含floats@Akaisteph7具体而言:
x\u批次=3.3.0 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 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 9E+03 3.660e+02]
y_batch=[2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.]
有什么解决办法吗?我有同样的问题同样的问题。有什么建议吗?x_batch和y_batch中有什么?akaisisteph7都是形状数组
(32,)
包含floats@Akaisteph7具体而言:
x\u批次=3.3.0 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 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 9E+03 3.660e+02]
y_batch=[2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.2.]
有什么解决办法吗?我有同样的问题,同样的问题,有什么建议吗?