在 Tensorflow 中构建 2D 到 2D 神经网络模型——无效的形状

Question

我想在 Tensorflow2 中设计一个将二维值映射到其他二维值的神经网络。我不知道如何初始化我的模型来执行此操作而不给我尺寸错误。

import numpy
import tensorflow as tf

def euclidean_distance_loss(y_true, y_pred):
    return numpy.sqrt(sum((y_true - y_pred)**2.0))

#===Make Data====#
x_train = numpy.asarray([ [1, 2], [3, 1], [2, 2] ])
x_test = numpy.asarray([ [10, 1], [2, 0], [5, 1] ])
y_train = numpy.asarray([ [3, 8], [2, 7], [3, 3] ])
y_test = numpy.asarray([ [1, 0], [0, 1], [4, 9] ])

#===Make Model===#
model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(128,input_shape=(1, x_train_points.shape[1]), activation='relu'),
    tf.keras.layers.Dropout(0.2),
    tf.keras.layers.Dense(5, activation='relu')
]) 


#===Run Model===#
model.compile(optimizer='adam', loss=euclidean_distance_loss, metrics=['accuracy'])
model.fit(x_train, y_train, epochs=5)

当我尝试运行这个时，我得到：

ValueError: Dimensions must be equal, but are 2 and 5 for '{{node euclidean_distance_lowss/sub}} = Sub[T=DT_Float](IteratorGetNext:1, sequential/dense_1/Relu)' with input schapes: [?,2], [?,5].

我应该如何设置这个神经网络才能接收这种类型的二维数据？抱歉这个基本问题——我刚刚开始使用 Tensorflow2！

编辑：给定一个二维向量作为输入，我希望模型输出另一个二维向量。

Answer 1

模型的最后一层正在为每个示例定义一个形状 [5] 输出张量：

tf.keras.layers.Dense(5, activation='relu')

但是标签（y_train 和 y_test）每个示例的形状为 [2]：

y_train = numpy.asarray([ [3, 8], [2, 7], [3, 3] ])
y_test = numpy.asarray([ [1, 0], [0, 1], [4, 9] ])

正在尝试将最后一层更改为有 2 个单元。

在 Tensorflow 中构建 2D 到 2D 神经网络模型——无效的形状

Building a 2D to 2D Neural Network Model in Tensorflow -- Invalid Shapes

machine-learning

python-3.x

tensorflow

tensorflow-datasets

tensorflow2.0