Python Keras模型.predict-won'；t接受大小为1（标量数）的输入

我不熟悉Keras和python，现在我正在研究Keras，以找到数据模型并使用model.predict进行优化，但是model.predict只能将输入作为至少包含2个元素的numpy数组

我的代码是

import keras
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import SGD
import numpy as np

x = np.arange(-2,3.0,0.01)
y = x**2 - 2*x + 1

model = Sequential()
model.add(Dense(50, activation='sigmoid', 
                input_dim=1, init='uniform'))
model.add(Dense(1, activation='linear'))
sgd = SGD(lr=0.05, decay=1e-6, momentum=0.9, nesterov=False)
model.compile(loss='mean_squared_error', 
              optimizer='sgd',
              metrics=['accuracy'])
model.fit(x,y,nb_epoch=300, batch_size = 5,verbose = 0)

代码可以很好地拟合，但如果我尝试使用model.predict作为标量数，它会给我错误

(Pdb) model.predict(0.0)
*** Exception: Error when checking : data should be a Numpy array, or list/dict of Numpy arrays. Found: 0.0...

我强迫它是numpy数组，但还是失败了，它说输入需要是二维的

(Pdb) model.predict(np.asarray(0.0))
*** Exception: Error when checking : expected dense_input_1 to have 2 dimensions, but got array with shape ()

但如果我输入两个数字，它就会给出答案

(Pdb) model.predict([0.0,0.0])
array([[ 1.07415712],
       [ 1.07415712]], dtype=float32)

我需要模型。预测以单个数字作为输入用于优化。我不确定我使用的任何设置是否错误。请帮忙，谢谢。

试试：

model.predict(np.asarray(0.0).reshape((1,1)))

---

在Keras中，第一维度始终与示例编号相连，因此必须提供它。

示例编号指的是索引吗？？例如，如果我必须输入一组特征，那么第一个维度是1。对于2组特征，第一个尺寸是2°？？