Python 如何正确设置Keras模型？

我正在努力在Keras中构建模型。我想以

input=10

和

output=3

的形式传递我的所有功能。但是，一旦我运行下面的代码

def build_model(input_dim, output_classes):
    print 'Creating model ...', time.time() - start, mprof.memory_usage()
    model = Sequential()
    model.add(Dense(input_dim=input_dim, output_dim=8, activation=relu))
    model.add(Dropout(0.5))
    model.add(Dense(input_dim=8, output_dim=6, activation=relu))
    model.add(Dropout(0.5))
    model.add(Dense(output_dim=output_classes, activation='softmax'))
    model.compile(loss='categorical_crossentropy', optimizer='adadelta')

我有一个错误：

ValueError: ('shapes (35,9) and (10,8) not aligned: 9 (dim 1) != 10 (dim 0)', (35L, 9L), (10L, 8L))
Apply node that caused the error: Dot22(<TensorType(float32, matrix)>, <TensorType(float32, matrix)>)
Inputs types: [TensorType(float32, matrix), TensorType(float32, matrix)]
Inputs shapes: [(35L, 9L), (10L, 8L)]
Inputs strides: [(36L, 4L), (32L, 4L)]
Inputs values: ['not shown', 'not shown']

ValueError:（'形状（35,9）和（10,8）未对齐：9（尺寸1）！=10（尺寸0）'（35L，9L），（10L，8L））
导致错误的应用节点：Dot22（，）
输入类型：[TensorType（浮点32，矩阵），TensorType（浮点32，矩阵）]
输入形状：[（35L，9L），（10L，8L）]
输入跨步：[（36L，4L），（32L，4L）]
输入值：[“未显示”、“未显示”]

---

在我的例子中，模型初始化的正确参数是什么？

我复制了您的代码并执行了它，没有出现错误。（在我使用Python 3时，只对打印内容进行了注释）

我将输入设置为10，输出设置为3，没有问题

---

可能是您正在为输出类传递一个非整数值，如果是这种情况，根据传递的对象类型，可能会出现一系列错误。

您确定

input\u dim

是标量吗？请发布

input\u dim

和

output\u classes

的值。