在keras中运行文本分类模型时，调用model.predict函数时出现以下错误。我到处搜索，但对我来说不起作用。
ValueError: Error when checking input: expected dense_1_input to have shape (100,) but got array with shape (1,)
我的数据有5个类，总共只有15个示例。以下是数据集
query tags
0 hi intro
1 how are you wellb
2 hello intro
3 what's up wellb
4 how's life wellb
5 bye gb
6 see you later gb
7 good bye gb
8 thanks gratitude
9 thank you gratitude
10 that's helpful gratitude
11 I am great revertfine
12 fine revertfine
13 I am fine revertfine
14 good revertfine
这是我模型的代码 …
我使用 Friends Dialogues 作为数据集来训练使用 GPT-2 进行对话式 AI，但是，它显示我内存不足。我知道这个问题已经在 StackOverflow 上得到解决，但我无法弄清楚 NLP 任务的优化。
我尝试将批量大小设置为 50（我的数据集大约有 60k 行）。我一直在关注有关在自定义数据集上重新训练 GPT-2 的教程。
我的系统规格是： 操作系统：Windows 10 RAM：16 GB CPU：i7 第 8 代 GPU：4GB Nvidia GTX 1050Ti
这是整个错误信息
Resource exhausted: OOM when allocating tensor with shape[51200,2304] and type float on /job:localhost/replica:0/task:0/device:GPU:0 by allocator GPU_0_bfc
Traceback (most recent call last):
File "C:\Users\bhave\AppData\Local\conda\conda\envs\tf_gpu\lib\site-packages\tensorflow\python\client\session.py", line 1334, in _do_call
return fn(*args)
File "C:\Users\bhave\AppData\Local\conda\conda\envs\tf_gpu\lib\site-packages\tensorflow\python\client\session.py", line 1319, in _run_fn
options, feed_dict, fetch_list, target_list, run_metadata)
File "C:\Users\bhave\AppData\Local\conda\conda\envs\tf_gpu\lib\site-packages\tensorflow\python\client\session.py", line 1407, in _call_tf_sessionrun
run_metadata) …我正在尝试 gpt-2 模型的条件文本生成，以将其调整为一个好的聊天机器人。我正在使用nsheppard 的代码在我的自定义数据集上重新训练它。
我在从 Facebook 数据中提取的自定义对话数据集上训练了我的模型。我将样本长度更改为 20，因为它们是交互式条件生成期间的对话。
数据集看起来像这样：
How are you
Hi Great and you
Am also good
So you re a graphic designer
Yeah
How can you contribute to making the game In d graphics aspect
Can you show me some of your work if u don t mind
Am planning to learn making it a motion type
U can go through my photos
K
Can you make animations for it
Flash animations to be specific …