Question

我正在尝试创建具有多个输入的Keras模型。

input_img = Input(shape=(728,))
input_1 = Input(shape=(1,))
input_2 = Input(shape=(1,))

x = (Dense(48,kernel_initializer='normal',activation="relu"))(input_img)
x = (Dropout(0.2))(x)
x = (Dense(24,activation="tanh"))(x)
x = (Dropout(0.3))(x)
x = (Dense(1))(x)
x = keras.layers.concatenate([x, input_1, input_2])
x = (Activation("sigmoid"))(x)
cnn = Model(inputs = ([input_img, input_1, input_2]), outputs = x)
cnn.compile(loss="binary_crossentropy", optimizer='adam')

我将输入定义为

inputs = ([X_train.reshape(10000,728), input_1.reshape(10000,), input_2.reshape(10000,)])

并接受如下培训

history = cnn.fit（输入，标签，validation_split = 0.2，历元= 30，batch_size = 100，validation_data =（验证，labels_test））

每次运行此命令时，都会出现以下错误

ValueError: Error when checking target: expected activation_12 to have shape (3,) but got array with shape (1,)

如果输入尺寸不同，如何将输入传递为形状（3，）？

Answer 1

我复制了您的代码用于仿真，并且似乎运行正常。

这是模拟代码：

MeshImpostor

我建议您正确检查您的训练数据和标签数据形状，以确保没有冲突的形状可能会引发错误。您还可以将数据转换为张量，看看是否可以解决您的问题。

如何通过具有不同形状的Keras模型传递多个输入

1 个答案: