Keras：typeError with batch_size

Question

私はKeras（Python 3.6）を使用して配列（x_test）の出力を予測していますが、代わりにTypeErrorが返されます。

ここ予測のために私のコードです：

x_test = [[8],[6],[0],[2],[0],[0],[0],[0],[112.128],[0],[0],[2],[0],[1],[1],[2],[2]] 
prediction = model.predict(model, x_test, batch_size = 32, verbose = 1) 

そして、ここで私が取得エラーです：

TypeError         Traceback (most recent call last) 
<ipython-input-14-286495dc15a7> in <module>() 
    1 x_test = [[8],[6],[0],[2],[0],[0],[0],[0],[112.128],[0],[0],[2],[0],[1],[1],[2],[2]] 
    2 
----> 3 prediction = model.predict(model, x_test, batch_size =(17,1), verbose = 1) 

TypeError: predict() got multiple values for argument 'batch_size' 

誰もが何が悪かったのか上の任意のアドバイスを持っている場合は、任意のヘルプは大歓迎です。

参考までに、ここではうまくいくように思える神経ネットワークです。

model = Sequential() 

model.add(Dense(32, input_dim=17, init='uniform', activation='relu')) 
model.add(Dense(64, init='uniform', activation='relu')) 
model.add(Dense(128, init='uniform', activation='relu')) 
model.add(Dense(64, init='uniform', activation='sigmoid')) 
model.add(Dense(32, init='uniform', activation='sigmoid')) 
model.add(Dense(16, init='uniform', activation='sigmoid')) 
model.add(Dense(8, init='uniform', activation='sigmoid')) 
model.add(Dense(4, init='uniform', activation='sigmoid')) 
model.add(Dense(1, init='uniform', activation='sigmoid')) 

# Compile model 
model.compile(loss='mean_squared_logarithmic_error', optimizer='SGD', metrics=['accuracy']) 

# Fit model 
history = model.fit(X, Y, nb_epoch=300, validation_split=0.2, batch_size=3) 

ありがとうございました！

Answer 1

あなたは予測のためのデフォルトはmodelが自動的にselfによって定義されpredict(self, x, batch_size=32, verbose=0)であることから、model.predictでmodel引数を渡す必要はありません。

だからあなたのコードは、同じようにする必要があります：

prediction = model.predict(x_test, batch_size = 32, verbose = 1) 

やドキュメントによると、xはnumpy.arrayないlistでなければなりません。

引数：

X：入力データ、numpyのアレイとして。

batch_size：整数。

冗長：冗長モード、x_testはなくすべきであることを意味する0または1

：

x_test = np.array([[8],[6],[0],[2],[0],[0],[0],[0],[112.128],[0],[0],[2],[0],[1],[1],[2],[2]]) 

Answer 2

prediction = model.predict(x_test, batch_size = 32, verbose = 1)