machine-learning - Keras 目标尺寸不匹配
问题描述
尝试单标签分类问题num_classes = 73
这是我简化的 Keras 模型:
num_classes = 73
batch_size = 4
train_data_list = [training_file_names list here..]
validation_data_list = [ validation_file_names list here..]
training_generator = DataGenerator(train_data_list, batch_size, num_classes)
validation_generator = DataGenerator(validation_data_list, batch_size, num_classes)
model = Sequential()
model.add(Conv1D(32, 3, strides=1, input_shape=(15,120), activation="relu"))
model.add(Conv1D(16, 3, strides=1, activation="relu"))
model.add(Flatten())
model.add(Dense(n_classes, activation='softmax'))
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss="categorical_crossentropy",optimizer=sgd,metrics=['accuracy'])
model.fit_generator(generator=training_generator, epochs=100,
validation_data=validation_generator)
这是我DataGenerator
的__get_item__
方法:
def __get_item__(self):
X = np.zeros((self.batch_size,15,120))
y = np.zeros((self.batch_size, 1 ,self.n_classes))
for i in range(self.batch_size):
X_row = some_method_that_gives_X_of_15x20_dim()
target = some_method_that_gives_target()
one_hot = keras.utils.to_categorical(target, num_classes=self.n_classes)
X[i] = X_row
y[i] = one_hot
return X, y
由于我的X
值是使用 dimension 正确返回的(batch_size, 15, 120)
,所以我没有在这里展示它。我的问题是返回的 y 值。
y
从这个生成器方法返回的形状(batch_size, 1, 73)
为 73 个类的一个热编码标签,我认为这是要返回的正确形状。
然而,Keras 对最后一层给出了以下错误:
ValueError:检查目标时出错:预期dense_1有2维,但得到的数组形状为(4、1、73)
由于批次大小为 4,我认为目标批次也应该是 3 维的(4,1,73)。那么为什么 Keras 期望最后一层是二维的?
解决方案
你模型的总结表明,在输出层应该只有 2 个维度,(无,73)
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
conv1d_7 (Conv1D) (None, 13, 32) 11552
_________________________________________________________________
conv1d_8 (Conv1D) (None, 11, 16) 1552
_________________________________________________________________
flatten_5 (Flatten) (None, 176) 0
_________________________________________________________________
dense_4 (Dense) (None, 73) 12921
=================================================================
Total params: 26,025
Trainable params: 26,025
Non-trainable params: 0
_________________________________________________________________
由于您的目标尺寸为 (batch_size, 1, 73),您只需更改为 (batch_size, 73) 即可运行模型
推荐阅读
- javascript - 如何使构造函数中的方法引用其参数?
- python - Scrapy:从获取请求中抓取数据
- android - Android Chrome WebView.draw(canvas) 不绘制 HTML 5 画布
- .net-core - 当迁移在另一个项目中使用 cli 时,我应该如何添加新的迁移?
- javascript - 如何获取对象的特定值?
- html - 在点击事件上传递 ngfor 索引
- r - 如何将格式为 [word|NN -0.3 word2 word3] 的 txt 转换为 df,其中所有单词在单独的行中加上值
- ansible - ansible:使用 parted 模块创建 16 个分区时出错
- html - 如何在outlook中垂直对齐图像旁边的文本
- typescript - 按字符串索引从 inxex.ts 导出的元素