我想预测一台机器的压力。我有18个输入值和压力作为输出。因此,我有19列和7657行,因为数据库由7657个时间步骤组成,每个步骤计数1秒。for x in correct_values]我知道错误:
在最后一行代码之后。我想,我错过了一些非常简单或基本的东西,但我目前还不明白,因为我只是一个编码神经元网络的初学者。我需要这个作为我<
但我没有发现任何奇怪的形状,错误表明我。错误没有指明正确的行。这段代码正在Kaggle中编译。所以也许地点不对。InvalidArgumentError: ConcatOp : Dimensions of inputs should match: shape[0] = [64,128] vs. shape[1]random_normal (defined at tmp/ipykernel_34/2191800439.py:90)
train_function
我的数据由两个文件夹组成,分别名为“男人”和“女人”,总共有3339张图片。datapath = ' data /‘在data文件夹中,我有两个类文件夹,分别名为men和and。以下是我的模型和模型摘要: model = Sequential()
Total params: 16,959,778
Trainable