Python 数组重塑形状数组问题（无，192）

我有这个错误，我不知道如何重塑有尺寸的地方None.

Exception: Error when checking : expected input_1 to have shape (None, 192) but got array with shape (192, 1)

如何将数组重塑为 (None, 192)？

我有数组accuracy有形状(12, 16)我做到了accuracy.reshape(-1)这给了(192,)。然而这不是(None, 192).

In keras/keras/engine/training.py

def standardize_input_data(data, names, shapes=None,
                           check_batch_dim=True,
                           exception_prefix=''):
     ...

    # check shapes compatibility
    if shapes:
        for i in range(len(names)):
        ...
        for j, (dim, ref_dim) in enumerate(zip(array.shape, shapes[i])):
            if not j and not check_batch_dim:
                # skip the first axis
                continue
            if ref_dim:
                if ref_dim != dim:
                    raise Exception('Error when checking ' + exception_prefix +
                                    ': expected ' + names[i] +
                                    ' to have shape ' + str(shapes[i]) +
                                    ' but got array with shape ' +
                                    str(array.shape))

将其与错误进行比较

Error when checking : expected input_1 to have shape (None, 192) but got array with shape (192, 1)

所以这是比较(None, 192) with (192, 1)，并跳过第一个轴；那就是比较192 and 1. If array有形状(n, 192)它可能会过去。

所以基本上，什么产生了(192,1)形状，而不是(1,192)或可广播的(192,)导致错误。

我正在添加keras根据标签猜测这是有问题的模块。

搜索其他keras标记的问题：

异常：检查模型目标时出错：预期 dend_3 具有形状 (None, 1000)，但得到形状为 (32, 2) 的数组 https://stackoverflow.com/questions/39335434/exception-error-when-checking-model-target-expected-dense-3-to-have-shape-non

错误：检查模型输入时出错：预期dense_input_6具有形状（无，784），但得到形状为（784L，1L）的数组 https://stackoverflow.com/questions/37901698/error-error-when-checking-model-input-expected-dense-input-6-to-have-shape-no

keras LSTM 模型中的尺寸不匹配 https://stackoverflow.com/questions/40088381/dimensions-not-matching-in-keras-lstm-model

使用 Keras 通过简单回归获取形状尺寸误差 https://stackoverflow.com/questions/39308273/getting-shape-dimension-errors-with-a-simple-regression-using-keras

Keras 中的深度自动编码器将一个维度转换为另一个维度 https://stackoverflow.com/questions/39976718/deep-autoencoder-in-keras-converting-one-dimension-to-another-i

我还不够了解keras理解答案，但它不仅仅是简单地重塑输入数组。