时间戳

首页 > 解决方案 > 将不均匀大小的数据集拟合到多通道神经网络中（ValueError: Data cardinality is ambiguous）

tensorflow - 将不均匀大小的数据集拟合到多通道神经网络中（ValueError: Data cardinality is ambiguous）

问题描述

我正在尝试制作一个具有 2 个输入模型的多通道神经网络，这些输入模型通过管道传输到一个模型中（见图）。

神经网络模型

我需要第一个（顶部/左侧）通道接收一个张量，第二个通道接收三个张量。当然，这样做时，我遇到了数据基数不明确的问题，因为我将输出与只有 1 个张量的 y_train 集进行比较。

这是我得到的错误：

ValueError: Data cardinality is ambiguous:
  x sizes: 1, 3
  y sizes: 2

完成这项工作的最佳方法是什么？

这基本上是我目前将数据拟合到模型的内容：

model_history = trmodel.fit((np.array([model_images[0]], dtype=np.float32),
                                 np.array([model_images[1], model_images[2], model_images[3]], dtype=np.float32)),
                                 np.array(labels_seconds, dtype=np.float32),
                                 batch_size=32, epochs=2000,
                                 validation_data=(labels_seconds,),
                                 callbacks=[checkpoint])

自从我与 Keras 合作以来已经有一段时间了，直到现在我才需要一个多通道网络，所以我为我在这个过程中的生疏表示歉意。如果有帮助，我也可以发布完整的代码。

标签： tensorflowkerasdeep-learningneural-networkconv-neural-network

解决方案

推荐阅读