Tensorflow Keras-我的输入形状是三维的，而不是三维的

我的程序接收一个CSV文件，其中前6行是输入

定义我使用的输入时：

inputs = Input(shape=(2697, 6))

其中2697为批量大小，6为输入大小。我知道Inputshape=批量大小，输入大小是正确的

但是，当我运行它时，会收到一条消息： ValueError:检查输入时出错：预期输入_1有3个维度，但得到了形状为2697,6的数组

---

为什么keras将其作为三维形状提取？

您不应该将批量大小维度放入输入形状中，因为keras会自动添加该维度。这就是二维输入形状变为三维的原因。只需更改这一行：

inputs = Input(shape=(6,))

---

您不应该将批量大小尺寸标注放入输入形状，因为Keras会自动添加该尺寸标注。这就是二维输入形状变为三维的原因。只需更改这一行：

inputs = Input(shape=(6,))

从输入文档：

论据

形状：形状元组整数，不包括批次大小。 例如，shape=32表示预期的输入 将是一批32维向量

batch_shape：形状元组整数，包括批次大小。 例如，batch_shape=10，32表示 预期输入将是10个32维向量的批次。 batch_shape=None，32表示任意数量的批次 由32维向量组成

因此，您可以将形状更改为批处理形状

从输入文档：

论据

形状：形状元组整数，不包括批次大小。 例如，shape=32表示预期的输入 将是一批32维向量

batch_shape：形状元组整数，包括批次大小。 例如，batch_shape=10，32表示 预期输入将是10个32维向量的批次。 batch_shape=None，32表示任意数量的批次 由32维向量组成

因此，您可以将形状更改为批处理形状