检查模型目标时出错：期望dense_24具有形状...但是在Keras中得到了具有形状的数组...

Question

我无法理解这条错误消息试图告诉我的内容。

看一下我模型的总结，我看的是最后几层。

但是当我适应我的模型时，我得到了这个：

我不明白。如果我仔细阅读，Keras似乎在说，“我查看了验证集的标签（目标），明智地，这让我觉得模型中的最后一层应该被塑造（None，2）。但是，而不是在模型中实际获得最后一层形状（无，2），该层由一个实际数组组成。这是另一种形状。“

这毫无意义。

我认为我怀疑这个错误确实应该说，一般来说：

"ValueError: Error when checking model target: although dense_n has shape (x, y), the shape of the target, (a,b), in incompatible."。

有人关心同意还是不同意？谢谢。

（有一个类似的问题here，但不是很有帮助。）

Answer 1

我不确定你期望的答案是否是这个，但......

第一：我同意 - 错误信息似乎很奇怪，它应该谈论dense_24和目标数组之间的不兼容性。

现在，要解决您的问题，您应该重塑目标数组或在末尾创建不同的Dense以匹配您的数组。

关于目标数组，对于两个类的分类，它应该形如：

• （46000,2）如果您的分类使用两个值，一个用于A类的可能性，另一个用于B类的可能性
• （46000,1）如果您的分类使用单个值为0 A类和1 B类（在这种情况下，您的密集层应为（None，1））

我认为最简单的解决方案是：

• 不要在模型的末尾使用Dense(2,...)，而是使用Dense(1, activation='sigmoid')。

为什么？因为您的目标数据形状像（46000,1），这意味着您只有一个数字用于两个类。 0是一类，1是另一类。

Answer 2

Keras说您构建的网络输出长度为2的数组，但您的训练数据包含形状为（0,1）的数据。但是，训练数据形状应与网络输出形状匹配。

形状（None，2）仅表示网络接受具有任意数量元素的批次，这些元素本身是两个元素的数组（第一个元素是Keras形状的批量大小）。所以正确的输入数据形状将是（2，）。

从错误消息中我们看到您有4600个具有形状（0,1）的训练数据。这就是冲突的原因。我怀疑读取训练数据会出现问题，而你实际上并不适合你想要的两个元素的数组。