Question

我正在尝试构建一个keras模型，我有576个样本，4个输入变量和1个目标变量，它们是1或0.我相信我的目标维度/格式有问题，或我模型的最后一层的尺寸。我撞墙了，可以帮助你。

我尝试的第一件事是将目标变量转换为二进制numpy数组，但是当我输入以下代码时：

import pandas as pd
from keras.layers import Dense
import numpy as np
from keras.models import Sequential
from keras.utils.np_utils import to_categorical

n_cols = predictors.shape[1]
target_b = to_categorical(target)
model = Sequential()
model.add(Dense(6, activation='relu',input_shape=(n_cols,)  ))
model.add(Dense(1))
model.compile(optimizer = 'adam', loss ='categorical_crossentropy',metrics=   ['accuracy'] )
model.fit(predictors, target_b, validation_split=.3)

我收到以下错误：

ValueError: Error when checking target: expected dense_24 to have shape (None, 1) but got array with shape (576, 2)

当我试图将目标变量保持为整数numpy ndarray时，我使用了sparse_categorical_crossentropy，但收到了此错误：

InvalidArgumentError (see above for traceback): Received a label value of 1 which is outside the valid range of [0, 1).  Label values: 0 0 0 1 0 0 1 0 1 1 0 0 1 0 1 0 1 0 0 0 1 1 0 0 0 1 1 0 0 1 0 1
 [[Node: SparseSoftmaxCrossEntropyWithLogits_6/SparseSoftmaxCrossEntropyWithLogits = SparseSoftmaxCrossEntropyWithLogits[T=DT_FLOAT, Tlabels=DT_INT64, _device="/job:localhost/replica:0/task:0/cpu:0"](Reshape_13, Cast_30)]

我认为我需要做的就是改变目标变量或模型尺寸，但是我不确定要改变哪一个，我不知道如何改变。我非常感谢你的指导。谢谢！

Answer 1

有几种方法：

将最后一层更改为Dense(2, activation='softmax')
删除to_categorical行，并使用Dense(2, activation='softmax')和loss='sparse_categorical_crossentropy'
删除to_categorical行，并使用Dense(1, activation='sigmoid')和loss='binary_crossentropy'

Answer 2

您在Dense图层中的输入形状需要1D输入，但看起来您想要输入的数据是2D。您可以将输入值调整为input_shape=(576, 2)。

Answer 3

您的上一层应为Dense(2)。这是因为你的target_b矩阵必须是形状（576,2）。

Keras模型构建 - ValueError：检查目标时出错：期望dense_24有形状（None，1）但是有形状的数组（576,2）

3 个答案: