Python 列表（向量）不'；t匹配tensorflow要求的形状

背景： 我正在构建一个基于机器学习模型的反病毒软件。 我构建了一个程序，它生成一个有486个值的列表（向量）

例如，这是缩短版本的外观（acutal向量有486个值）：

我用一个数据库完成了模型的构建，一个xlsx文件，我从每一行提取它

问题： 现在，我试图预测某个文件是否是病毒，我为该文件构建了一个向量，并尝试使用该模型。predict（pe）函数（pe是我的向量），我得到一个错误，说我的向量与预期的形状不匹配：

' but received input with shape ' + str(shape))
ValueError: Input 0 of layer sequential is incompatible with the layer: expected axis -1 of input shape to have value 486 but received input with shape [None, 1]

这是我的密码：

from tensorflow import keras
import vector_build #custom code that I made

model = keras.models.load_model("anti_virus_model.h5")

pe = vector_build.encode_pe("C:\\Windows\\System32\\calc.exe")

print(model.predict(pe))

我真的不知道该做什么以及如何改变向量的形状。 也许当我从.xlsx文件中提取数据时，它没有将其识别为相同的格式向量

如果你需要我补充什么，请告诉我

我很想听听你的想法！

---

提前谢谢

您可能对模型进行了批量数据培训？也就是说，您的输入具有shape

[batch\u size，486]

。Keras模型总是期望在其输入中有一个批处理轴，即使这是一个单独的示例。因此，请确保输入具有批处理轴

---

现在（我假设），您的输入只是shape

[486]

，也就是说，它没有批处理轴——您只需添加一个。您可以这样做：

model.predict（pe[None]）

。这将在前面添加一个大小为1的轴，使输入形状[1486]。

您完全正确！我使用了一个2d数据并检查了每一行。当我构建一个向量时，它只有1d，所以模型不知道如何处理它！谢谢，添加pe[无]有效！

from tensorflow import keras
import vector_build #custom code that I made

model = keras.models.load_model("anti_virus_model.h5")

pe = vector_build.encode_pe("C:\\Windows\\System32\\calc.exe")

print(model.predict(pe))