keras cnn网络中的​​未预期输出维度

Question

出于某种原因，我为分类网络获得了一个未预期的输出维度。

网络有18个形状输入（45,5,3）

输出是一个长度为15的向量 - 每三分之一的一个类。提取的类来自145个类的池。

我的网络如下：

#stride = 2
#dim = 40
#window_height = 5
#splits = ((40-5)+1)/2 = 18

kernel_number = int(math.ceil(splits))
list_of_input = [Input(shape = (45,5,3)) for i in range(splits)]
list_of_conv_output = []
list_of_max_out = []
for i in range(splits):
    list_of_conv_output.append(Conv2D(filters = kernel_number , kernel_size = (int(splits-3),3))(list_of_input[i]))
    list_of_max_out.append((MaxPooling2D(pool_size=((2,2)))(list_of_conv_output[i])))

merge = keras.layers.concatenate(list_of_max_out)
print merge.shape
reshape = Reshape((15,324))(merge)

dense1 = Dense(units = 1000, activation = 'relu',    name = "dense_1")(reshape)
dense2 = Dense(units = 1000, activation = 'relu',    name = "dense_2")(dense1)
dense3 = Dense(units = 145 , activation = 'softmax', name = "dense_3")(dense2)
model = Model(inputs = list_of_input ,outputs = dense3)

但由于某些原因，我在传递输出数据时遇到错误。 它目前存储为numpy.ndarray of shape（16828,15），我得到一个值错误说明：

Error when checking model target: expected dense_3 to have 3 dimensions, but got array with shape (16828, 15)

为什么预计3昏暗而不是2昏暗？

模型摘要表明输出暗淡是（15,145），正如我所期望的那样？来自145个班级的15个班级。或者这是不正确的？

模型摘要： https://pastebin.com/27YTQW2m

Answer 1

如果我得到纠正，sum为model.output_shape，您在训练期间发送了一个形状为(None, 15, 145)的数组。

您可能希望在适应之前将(16828, 15)扩展为(16828, 15)。