时间戳

首页 > 解决方案 > keras错误：检查目标时出错：预期dense_2具有形状（2，）但得到形状为（1，）的数组

python-2.7 - keras错误：检查目标时出错：预期dense_2具有形状（2，）但得到形状为（1，）的数组

问题描述

我试图用 keras 编写一些示例，但是在检查目标时发生了一些错误错误：预期的 dense_2 具有形状（2，）但得到了形状为（1，）的数组

我试图改变 input_shape 但它不起作用

import keras
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import SGD
from sklearn.preprocessing import LabelBinarizer
from sklearn.model_selection import train_test_split
import numpy

print "hello"

input=[[1],[2],[3],[4],[5],[6],[7],[8]]
input=numpy.array(input, dtype="float")
# input=input.reshape(8,1)
output=[[1],[0],[1],[0],[1],[0],[1],[0]]
output=numpy.array(output, dtype="float")



(trainx,testx,trainy,testy)=train_test_split(input, output, test_size=0.25, random_state=42)
lb = LabelBinarizer()
trainy=lb.fit_transform(trainy)
testy=lb.transform(testy)

model=Sequential()
model.add(Dense(4,input_shape=(1,),activation="sigmoid"))
# model.add(Dense(4,activation="sigmoid"))
# print len(lb.classes_)
model.add(Dense(len(lb.classes_),activation="softmax",input_shape=(4,)))
INIT_LR = 0.01
EPOCHS = 20
print("[INFO] training network...")
opt = SGD(lr=INIT_LR)
model.compile(loss="categorical_crossentropy", optimizer=opt,metrics=["accuracy"])
H = model.fit(trainx, trainy, validation_data=(testx, testy),epochs=EPOCHS, batch_size=2)

标签： python-2.7keras

解决方案

由于您有两个类，因此您可以在最后的 Dense 层中有一个神经元并使用 sigmoid 激活。或者如果你想使用 softmax，你需要像这样创建一个 y 的热编码。

(trainx,testx,trainy,testy)=train_test_split(input, output, test_size=0.25, random_state=42)
trainy = keras.utils.to_categorical(trainy, 2)
testy = keras.utils.to_categorical(testy, 2)

推荐阅读