我试图找到一些解决方案来解决我的问题,但就目前而言,它们都不起作用。(如Tensorflow ValueError: Failed to find data adapter that can handle input) 我正在使用一个输入形状为(5000, 1),输出形状为(5000, 16)的自定义数据集,通过Keras (来自TF)进行神经网络。输入是时间和周期数,输出是16个灯中每个灯的状态(0表示关闭,1表示打开)。我使用Adam作为优化器,我的损失是'categorical_crossentropy‘(也许我用这个做错了……我不确定)。 所以问题是,当我尝试训练我的网络时,
我正在使用从sage会计中提取的原始数据,基本上是一堆包含详细信息的发票。我的问题是如何根据发票编号列表过滤(理想情况下是创建新文件) CSV文件,然后删除未列出的文件?这是我的CSV文件:UPS,DEV PARIS,0,MIROR SABI ,18/01/19,1,EXONERATION TVA ART.262 TER I CGI,0