首页 文章

Keras：期望activation_3有形状（None，3）但是有形状的数组（5708,1）

提问于
浏览 次
2

我不想用Keras训练一个简单的多层感知器 . 我的输入（x_train）是np.array，其中每个数据点由300维向量表示 . 我的输出应该是0,1或2类 . 形状：x_train：（5708,300）y_train：（5708，）形状：（300，）

shape = x_train[0].shape
model = Sequential()
model.add(Dense(32, input_shape=shape))
model.add(Activation('relu'))
model.add(Dropout(0.5))
model.add(Dense(16))
model.add(Activation('relu'))
model.add(Dense(num_classes))
model.add(Activation('softmax'))

model.compile(optimizer='sgd', loss='categorical_crossentropy', metrics=['accuracy'])

history = model.fit(x_train, y_train, epochs=5)

调用model.fit后我收到此错误：

ValueError: Error when checking target: expected activation_3 to have shape (None, 3) but got array with shape (5708, 1)

有什么问题，哪个层是activation_3？

python tensorflow machine-learning neural-network keras

3 回答

  • 4

    将网络输出（形状5708 x 3）与提供的y_train（形状5708 x 1）进行比较时发生错误

    您的网络输出具有形状批量大小x Num类，即5708 x 3（三个输出类上的概率分布），因此地面真实标签应该是一个热编码，以便能够使用分类交叉熵

    因此，对于300个dims的任何输入样本向量，真实标签应该是[1,0,0]，[0,1,0]或[0,0,1]中的任何一个

    回复于
  • 1

    将您的y_train从 shape (5708,1) 转换为 shape (5708,3)

    from keras.utils import np_utils
y_train=np_utils.to_categorical(y_train)
    回复于
  • 0

    y_train的形状必须是（5708，num_classes） . 并且您必须使用keras.utils.to_categorical（labels，num_classes = 10）更改y_train的结构

    回复于

相关问题