时间戳

首页 > 解决方案 > ValueError：形状 (1, 2) 和 (1, 4) 不兼容

python - ValueError：形状 (1, 2) 和 (1, 4) 不兼容

问题描述

我正在尝试解决一个简单的多类分类问题。但不知何故，我收到了这个错误。当我使用单层和 2 个神经元时，该程序可以工作，但结果并不好，但这没有意义，因为它是一个多类问题，所以输出层的输出应该有 4 个神经元。之后它不起作用。我认为我在这里犯了一个非常愚蠢的错误。下面是我的代码。

import keras
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, Activation
from tensorflow.keras.optimizers import Adam

# Generate dummy data
import numpy as np
x_train = np.array([[1, 1],
                   [1, 2],
                   [2, 2],
                   [-1,0],
                   [-1,-2],
                   [2, 1],
                   [-1,-2],
                   [-1,-2]])
print(x_train.shape)
y_train = np.array([[0,0],
                    [0,0],
                    [0,1],
                    [0,1],
                    [1,0],
                    [1,0],
                    [1,1],
                    [1,1]])

# from keras.utils.np_utils import to_categorical
# y_train = to_categorical(y_train)
print(y_train.shape)

model = Sequential()
model.add(Dense(8, activation='relu', input_dim=2))
# model.add(Dropout(0.5))
# model.add(Dense(4, activation='relu'))
model.add(Dense(4, activation='softmax'))
# model.add(Dropout(0.5))
adm = Adam(lr=0.001)
# sgd = SGD(lr=0.001)
model.compile(loss='categorical_crossentropy',
              optimizer=adm,
              metrics=['accuracy'])

model.fit(x_train, y_train,  epochs=20,  batch_size=1)
score = model.evaluate(x_train, y_train, batch_size=1)

错误：

ValueError: Shapes (1, 2) and (1, 4) are incompatible

标签： pythonkeras

解决方案

我解决了这个错误。原因是我的标签，即 y_train 的形状不合适导致问题。在这里，类的数量是 4，我的训练数据以这种格式标记为 [0,0,1,1,2,2,3,3]。在我上面的问题陈述中，我以分类格式表示我的标签的方式是完全错误的。因此，为了正确编码我使用 ** keras.utils.to_categorical(y)** 将我的标签转换为有效并解决了形状错误的一次性编码的数据。

y_train = keras.utils.to_categorical(y)

在此之后，形状变为：

(8, 4)

因此，每当存在多类问题时，将其编码为 one-hot 编码类型时的标签形状应该是

(size_of_data, num_classes).

我现在学会了在处理多类问题时如何正确编码数据，以及如果出现此类错误，该去哪里解决问题。

推荐阅读