ディープラーニングでエラーが起きる

Question

ディープラーニングで次のエラーが出てうまくいきません。
何かわかる方がいましたら教えて下さい。

import tensorflow as tf
import tensorflow.contrib.keras as keras
from sklearn.model_selection import train_test_split
import pandas as pd
import numpy as np

# データの読み込み --- (*1)
analysisresults_data = pd.read_csv("analysis4.csv",encoding="utf-8")

# データをラベルと入力データに分離する
y = analysisresults_data.loc[:,"Result"]
x = analysisresults_data.loc[:,["Url"]]


# 学習用とテスト用に分割する --- (*2)
x_train, x_test, y_train, y_test = train_test_split(x, y, test_size = 0.2, train_size = 0.8, shuffle = True)

# モデル構造を定義 --- (*3)
Dense = keras.layers.Dense
model = keras.models.Sequential()
model.add(Dense(10, activation='relu', input_shape=(1,)))
model.add(Dense(2, activation='softmax')) # ---(*3a)

# モデルを構築 --- (*4)
model.compile(
    loss='categorical_crossentropy',
    optimizer='adam',
    metrics=['accuracy'])

# 学習を実行 --- (*5)
model.fit(x_train, y_train,
    batch_size=20,
    epochs=300)

# モデルを評価 --- (*6)
score = model.evaluate(x_test, y_test, verbose=1)
print('正解率=', score[1], 'loss=', score[0])

エラー
ValueError: Error when checking input: expected dense_1_input to have 2 dimensions, but got array with shape (1,)

Comments

[quickquip]

解決してないのに解決済みにしてしまったら他の回答者の目に触れにくくなりますよ

[Rondon7251]

すいませんわかりました。使い方下手なところがありまして、、
今度から気をつけます。ご指摘ありがとうございます。

Answer 1

「dense_1_inputは2次元だけど、実際の入力が1次元になっている」というエラーです。
特にKerasの場合、1次元目はバッチサイズで固定になっているため、input_shapeよりも1次元多くなります。

Comments

[Rondon7251]

入力1次元ではKaresでディープラーニング出来ませんか?

[fiveHundred]

1次元で学習したい場合は、(バッチ, 入力データ)のように2次元にする必要があります。

[Rondon7251]

(バッチ, 入力データ)のバッチとはどういった意味でしょうか

[Rondon7251]

データ0に統一させるなどしてデータをたすということでしょうか?

[fiveHundred]

バッチサイズは一度に学習する数のことです。
詳細は自分で調べてほしいですが、例えば、800個のデータを8件ずつに分けて、(8, 100)のデータにすればよろしいかと思います。
（これで上手くいくかどうかは分からないので、いくつにするかは自分で試行錯誤してください）

[Rondon7251]

800個のデータを8件ずつに分けてとはcsvを分けるんですか？
それともプログラムで分けるのですか？
初歩的な質問ですいません

[fiveHundred]

最終的に(8, 100)の配列に出来るのであれば、どの方法でも構わないと思います。
ただ、自分だったらプログラムで分けます。
「バッチサイズを8から16に変更したい」となった場合に、変数を変えるだけで出来るようにすれば楽だと思うからです。