Keras执行predict预测时报输入不兼容ValueError问题求助

报错根因 #

你定义的Xnew是长度为172的一维Python列表，直接传入predict方法时，Keras会将其识别为172个独立的单特征样本，输入形状自动转为(172, 1)，和模型要求的最后一维特征数172不匹配，因此触发维度错误。

输入形状(None, 172)的含义 #

形状中的None是Keras默认的批量样本维度占位符，代表该维度的数值可变，对应你一次传入的样本数量。第二个维度的172才是单个样本的特征长度。
举例来说：

• 单次传入1个样本，输入形状应为(1, 172)
• 单次传入10个样本，输入形状应为(10, 172)
  该设计是为了支持批量预测，不需要每次调用都修改模型输入配置。

修复方案 #

将Xnew转换为NumPy数组后，手动补充批量维度即可，修改预测前的代码为：

Xnew = np.array(Xnew).reshape(1, -1) # reshape为(1,172)的二维数组
ynew = model.predict(Xnew)

内容的提问来源于stack exchange，提问作者Anass