输入和标签数据应以何种形式输入Keras fit函数？

我试图训练一个序列分类器，有1个输入神经元，3个输出神经元。数据位于数据框

X

和

Y

中，但我必须如何将此数据输入

keras

库中的

fit

函数？换句话说，

train\u x

和

train\u y

的变量类型应该是什么（例如，它是数据帧、矩阵、列表等）

[…]
预测值%
层密度（单位=8，激活=“relu”，输入形状=c（1））%>%
层密度（单位=8，活化=“relu”）%>%
层密度（单位=3，激活=“softmax”）
[...]
序列x拟合的变量类型应为向量、矩阵或数组

根据协议规定，如下所示：

x-
向量、矩阵或训练数据数组（如果模型有多个输入，则列出）。如果模型中的所有输入都已命名，则还可以传递将输入名称映射到数据的列表。如果从框架本机张量（例如TensorFlow数据张量）馈送，则x可以为NULL（默认值）

y-目标（标签）数据的向量、矩阵或数组（如果
模型有多个输出）。如果模型中的所有输出都已命名，
还可以传递将输出名称映射到数据的列表。y可以为空
（默认）如果从框架本机张量馈送（例如TensorFlow
数据张量）

模型需要知道它应该期望的输入形状。因此，顺序模型中的第一层（而且只有第一层，因为后续层可以进行自动形状推断）需要接收有关其输入形状的信息。例如：可以将批处理大小参数传递给层。如果将
batch\u size=32
和
input\u shape=c（6,8）
传递到一个层，则它将期望每批输入都具有批形状
（32,6,8）

希望这能回答你的问题。快乐学习

[...]

predictor <- keras_model_sequential() %>%
  layer_dense(units = 8, activation = "relu", input_shape = c(1)) %>%
  layer_dense(units = 8, activation = "relu") %>%
  layer_dense(units = 3, activation = "softmax")

[...]

train_x <- X
train_y <- Y

history <- predictor %>% fit(
  train_x,
  train_y,
  epochs = 20,
  verbose = 2
)