我正在尝试使用maxpooling作为使用keras的第一层,我的输入和输出维度有问题。
print(x_train.shape)
print(y_train.shape)
(15662, 6)
(15662,)
x_train = np.reshape(x_train, (-1,15662, 6))
y_train = label_array.reshape(1, -1)
model = Sequential()
model.add(MaxPooling1D(pool_size = 2 , strides=1, input_shape = (15662,6)))
model.add(Dense(5, activation='relu'))
model.add(Flatten())
model.add(Dense(1, activation='softmax'))
model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=
['accuracy'])
model.fit(x_train, y_train, batch_size= 32, epochs=1)
运行模型后,我收到以下错误:
ValueError:检查目标时出错:期望dense_622(最后一层)有形状(1,)但是有形状的数组(15662,)
我正在做分类,我的目标是二进制(0,1)谢谢
你的目标应该有形状(batch_size, 1)
,但你传递的形状(1, 15662)
数组。似乎15662应该是批量大小,在这种情况下x_train
应该有形状(15662, 6)
和y_train
应该有形状(15662, 1)
。但是,在这种情况下,将MaxPooling1D图层作为模型的第一层没有任何意义,因为最大池需要3D输入(即形状(batch_size, time_steps, features)
)。您可能想要省略最大池层(以及Flatten层)。以下代码应该有效:
# x_train: (15662, 6)
# y_train: (15662,)
model = Sequential()
model.add(Dense(5, activation='relu', input_shape=(6,))) # Note: don't specify the batch size in input_shape
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='rmsprop', loss='binary_crossentropy', metrics=
['accuracy'])
model.fit(x_train, y_train, batch_size= 32, epochs=1)
但它当然取决于您拥有的数据类型。