每个Activation_9n的重复错误（例如：activation_9，.. activation_45 ..等）

Question

“” ValueError：检查目标时出错：预期activation_81的形状为（1，），但数组的形状为（7，）“]

我正在使用神经网络对语音情感分类执行7类的多类分类，但此刻失败了>>

cnnhistory=model.fit(x_traincnn, 
                     y_train, 
                     batch_size=16, 
                     epochs=700,
                     validation_data=(x_testcnn, y_test), 
                     callbacks=[mcp_save, lr_reduce])
在此行callbacks = [mcp_save，lr_reduce]

mcp_save是

mcp_save = ModelCheckpoint('model/aug_noiseNshift_2class2_np.h5', 
                            save_best_only=True, monitor='val_loss', mode='min')
和lr_reduce为

lr_reduce = ReduceLROnPlateau(monitor='val_loss', factor=0.9, patience=20, min_lr=0.000001)
NN的最后一层7类的密集（7）

model.add(Dense(7))
model.add(Activation('softmax'))
opt = keras.optimizers.SGD(lr=0.0001, momentum=0.0, decay=0.0, nesterov=False)
使用的编译模型

model.compile(loss='sparse_categorical_crossentropy', optimizer=opt, metrics=['accuracy', fscore])
我已经使用标准化值对数据集进行了转换，将损失函数从'categorical_crossentropy'更改为'sparse_categorical_crossentropy'。只是将错误从激活码9激活码18激活码45激活码54激活码现在激活81都没起作用。但是错误仍然存​​在。

任何帮助将不胜感激！我是神经网络的新手。TIA

“” ValueError：检查目标时出错：期望activation_81具有形状（1，）但具有形状（7，）的数组“我正在对语音情感进行7类的多类分类...

Answer 1

如果标签带有数字，则表示y_train的形状为(samples, 1)，应使用'sparse_categorical_crossentropy'。