Question

我有三维训练输入（8,50,3）。我试图将其作为Keras中顺序模型的输入传递。查看文档我发现这应该有效：

model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(50,3)))
model.add(Dense(100,init="uniform", activation='sigmoid'))
model.add(Dense(50,init="uniform", activation='relu'))
model.add(Dense(output_dim=1))
model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])

当我尝试训练这个模型时：

model.fit(train,labelTrain,epochs=1,batch_size=1,verbose=1)

我收到以下错误：

Error when checking model target: expected dense_148 to have 3 dimensions, but got array with shape (8, 1)

这意味着什么？

另外，我的第一个目标是传递一个3D阵列，其中中间尺寸没有固定的尺寸，但我发现它不可能后放弃了。可以吗？

Answer 1

Target表示这是预期的结果。问题出在labelTrain，而不是输入中。

Dense图层必须有多个神经元。你不传递输出形状，你传递神经元的数量，输出是自动的（无，神经元）

你的最后一层应该是：

model.add(Dense(1, activation='I recomend an activation here'))

将3D阵列输入到顺序模型Keras（Python）

1 个答案: