python keras神经网络：IndexError：索引超出范围

Question

我试图将神经网络模型用于多类分类，但我有

IndexError: indices are out-of-bounds

错误。 我的训练数据的维度为(26728, 450)，具有450个功能。输出大小为5（5个类）。我使用to_categorical(train_Y)将其转换为5列的矩阵。

代码是

model = Sequential()

model.add(Dense(64, input_dim=train_X.shape[1], init='uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.5))
model.add(Dense(64, init='uniform'))
model.add(Activation('tanh'))
model.add(Dropout(0.5))
model.add(Dense(5, init='uniform'))
model.add(Activation('softmax'))

model.compile(
    loss='categorical_crossentropy', 
    optimizer='sgd', 
    metrics=['accuracy']
)

train_Y_keras = to_categorical(train_Y)
model.fit(train_X, train_Y_keras, nb_epoch=10)

我不完全理解添加图层，我复制并修改了这里给出的代码http://keras.io/getting-started/functional-api-guide/#getting-started-with-the-keras-functional-api，有人能指出我的错误吗？感谢。

Answer 1

我通过将pandas数据帧转换为numpy数组来实现它。