python - keras模型中无效的numpy形状

我想建立一个神经网络，它接受一个简单的一维输入向量。但是，以下代码给出了一个错误：

import numpy as np
from keras.models import Model
from keras.layers import Input, Dense

input_ = Input((311,))
x = Dense(200)(input_)
output = Dense(100)(x)
nn = Model([input_], [output])
nn.compile('SGD', loss='mean_squared_error')
nn.predict(np.zeros(311))

值错误：检查时出错：预期输入1具有形状（311，），但获取的数组具有形状（1，）
这对我来说很奇怪，因为print(np.zeros(311).shape)按预期打印(311,)。
将np.zeros(311)更改为np.zeros((311,))不会改变任何内容，将Input((311,))替换为Input(311)也不起作用，因为Input需要
形状元组：
TypeError:“int”对象不可iterable
如何正确地为keras模型提供一维向量？

最佳答案

predict的第一个维度必须是批处理维度，即predict(np.zeros(shape=(1, 311)))应该可以工作。
有关详细信息，请参见documentation。