时间戳

首页 > 解决方案 > Keras分类模型布局

python - Keras分类模型布局

问题描述

我想使用 Keras（或任何其他 NN 库，如果有更好的库）对数据进行分类。

输入如下所示：

train_x = np.array([ [[1, 3, 5, 7],
                      [4, 6, 8, 10]],

                     [[6, 3, 1, 7],
                      [4, 3, 9, 10]],

                     [[1, 9, 9, 7],
                      [5, 6, 3, 10]],

                    '''.
                       .
                       .'''
                  ])

输出如下所示：

train_y = np.array([1,0,1'''...'''])

到目前为止，这是我的其余代码：

model = Sequential()

model.add(Flatten(input_shape=(2,4))) 
model.add(Dense(20, activation='relu'))
model.add(Dense(1, activation='softmax'))
model.summary()

#compile model using accuracy to measure model performance
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

#train model
early_stopping_monitor = EarlyStopping(patience=3)
model.fit(train_x, train_y, epochs=30, validation_split=0.2, callbacks [early_stopping_monitor])

最初，第一层也是一个 Dense 层，但是这给了我一个错误消息，因为输出是二维的，所以我用一个 Flatten 层替换它。

控制台输出如下所示：

控制台输出

显然，它不起作用，我怀疑这是因为模型及其图层的布局。有人知道如何为这种情况正确构建模型吗？

标签： pythonmachine-learningkerasclassification

解决方案

推荐阅读