Python ValueError:检查输入时出错：预期密集_1_输入具有形状（24），但获得具有形状（1，）的数组

我试图用我的模型做一个预测，我传递的数组的

形状在打印时显示为
（24，）
。当尝试将数组传递到
predict
方法时，它会生成以下错误：
ValueError:检查输入时出错：预期密集的\u 1\u输入具有形状（24，），但获得了具有形状（1，）
，但是我知道数组的形状是
（24，）
。为什么它仍然给出一个错误

以下是我的模型供参考：

model=MySequential（）
添加（密集（单位=128，激活=relu'，输入形状=（24，））
添加（密集（128，activation='relu'））
添加（密集（动作大小，激活='softmax'））
compile（优化器='adam'，loss='sparse\u categorical\u crossentropy'，metrics=['accurity']）

这里有
MySequential
类，它是
keras.models.Sequential
的一个子类：

class MySequential（顺序）：
分数=0
def设置_分数（自我，分数）：
self.score=分数
def get_分数（自我）：
返回自我评分

我正在运行它的循环：

范围（100）内的i的
：
新建模型=创建模型（动作大小）
新的\u模型。\u类\u=顺序
奖励=0
state=env.reset（）
尽管如此：
env.render（）
打印（state.shape）
输入=状态
input_arr=np.重塑（input_arr，（1,24））
动作=新模型。预测（输入arr）
状态、奖励、完成、信息=环境步骤（操作）
如果这样做：
打破
环境重置（）

这是完整的错误堆栈

Traceback (most recent call last):
  File "BipedalWalker.py", line 79, in <module>
    state, reward, done, info = env.step(action)
  File "/Users/arjunbemarkar/Python/MachineLearning/gym/gym/wrappers/time_limit.py", line 31, in step
    observation, reward, done, info = self.env.step(action)
  File "/Users/arjunbemarkar/Python/MachineLearning/gym/gym/envs/box2d/bipedal_walker.py", line 385, in step
    self.joints[0].motorSpeed     = float(SPEED_HIP     * np.sign(action[0]))
TypeError: only size-1 arrays can be converted to Python scalars

回溯（最近一次呼叫最后一次）：
文件“BipedalWalker.py”，第79行，在
状态、奖励、完成、信息=环境步骤（操作）
文件“/Users/arjunbemarkar/Python/MachineLearning/gym/gym/wrappers/time_limit.py”，第31行，步骤
观察、奖励、完成、信息=自我环境步骤（行动）
文件“/Users/arjunbemarkar/Python/MachineLearning/gym/gym/envs/box2d/bipedal_walker.py”，第385行，在步骤中
self.joints[0]。motorSpeed=float（速度*np.sign（动作[0]））
TypeError：只有大小为1的数组才能转换为Python标量
参数
input\u shape
指定其中一个样本的输入形状。因此，当您将其设置为
（24，）
时，意味着您的每个输入样本都具有
（24，）
的形状。但是你必须考虑，模型得到批量的样品作为他们的输入。因此，它们的输入形状为
（num_samples，…）
。由于您只想为模型提供一个样本，因此输入数组的形状必须为
（1,24）
。因此，您需要重塑当前阵列的形状或在开始处添加新轴：

import numpy as np

# either reshape it
input_arr = np.reshape(input_arr, (1, 24))

# or add a new axis to the beginning
input_arr = np.expand_dims(input_arr, axis=0)

# then call the predict method
preds = model.predict(input_arr)  # Note that the `preds` would have a shape of `(1, action_size)`

这不起作用，因为它给出了
类型错误：只有大小为1的数组才能转换为Python标量
@ArjunBemarkar如果不看代码，很难判断出哪里出了问题。请编辑您的问题并将此部分的代码作为更新添加到问题的末尾好吗？@ArjunBemarkar您确定
state
是一个numpy数组吗？我尝试了
input\u arr=np.array（state）
，但是这对我不起作用me@ArjunBemarkar这有点奇怪！您是否可以通过编辑您的问题来添加完整的堆栈跟踪（即错误日志）？