由于环境设置错误导致Keras失败

Question

我不能让Keras预测任何事情。甚至在这个简约模型中：

from keras.models import Sequential
from keras.layers import Dense
import numpy as np

inDim = 3
outDim = 1

model = Sequential()
model.add(Dense(5, input_dim=inDim, activation='relu'))
model.add(Dense(outDim, activation='sigmoid'))
model.compile(loss='mse', optimizer='adam', metrics=['accuracy'])

test_input = np.zeros((1,inDim))
test_output = np.zeros((1,outDim))
model.fit(test_input, test_output)
prediction = model.predict(test_input)

一切都按预期进行，直到最后一行：

Epoch 1/1
1/1 [==============================] - 0s 448ms/step - loss: 0.2500 - acc: 1.0000
Traceback (most recent call last):

  File "<ipython-input-24-ee244a6c7287>", line 16, in <module>
    prediction = model.predict(test_input)

  File "E:\Programme\Anaconda3\lib\site-packages\keras\engine\training.py", line 1172, in predict
    steps=steps)

  File "E:\Programme\Anaconda3\lib\site-packages\keras\engine\training_arrays.py", line 304, in predict_loop
    outs.append(np.zeros(shape, dtype=batch_out.dtype))

TypeError: data type not understood

我一遍又一遍地尝试使用不同的数组和列表组合，但是存在TypeError或ValueError，因为形状是错误的。几个答案（如here）建议使用类似的东西

model.predict(np.array([[0,0,0]]))

但这对我来说也不起作用。有人可以告诉我该怎么做对吗？

编辑：显然，代码不是问题，见下文。

Answer 1

事实证明代码不是问题，但我的软件出了问题。执行以下步骤后，上面的代码运行时没有错误或警告：

1. 卸载anaconda
2. 安装anaconda
3. 创造新的环境
4. 将所需的软件包安装到该环境中（keras，tensorflow，spyder ......）
5. 在该环境中运行代码

Answer 2

我把你的代码粘贴到https://colab.research.google.com，它没有给我一个错误。 （python2）

然而，我确实收到了关于int到float转换的警告。

我会尝试明确指定test_input dtype，如下所示：

test_input = np.zeros((1,inDim), dtype=float)

因为这似乎是正在输出的错误消息。

Answer 3

我再次卸载并安装了Anaconda Navigator并修复了它。