您好我正在使用python Book深度学习这段代码。我正在尝试在原始IMDB数据集上训练带有预训练词嵌入的模型。我得到这个错误如何解决这个问题。
我遵循了这个过程
1。处理原始IMDB数据的标签
2。对原始IMDB数据的文本进行标记
第3。解析GloVe word-embeddings文件
4。准备GloVe word-embeddings矩阵
5。定义我的模型
from keras.models import Sequential
from keras.layers import Embedding, Flatten, Dense
model = Sequential()
model.add(Embedding(max_words, embedding_dim, input_length=maxlen))
model.add(Flatten())
model.add(Dense(32, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.layers[0].set_weights([embedding_matrix])
model.layers[0].trainable = False
model.compile(optimizer='rmsprop',loss='binary_crossentropy',metrics['acc'])
history = model.fit(x_train,y_train,epochs=10,batch_size=32,validation_data(x_val, y_val))
model.save_weights('pre_trained_glove_model.h5')
当我运行它时，我得到关于最后一个密集层的错误：
ValueError: Error when checking target: expected dense_12 to have shape (1,) but got array with shape (100,)
当我将Dehse图层的形状更改为100时，它会给我这个错误：
ValueError: Error when checking target: expected dense_13 to have shape (100,) but got array with shape (1,)
如何解决此错误？
没有经过预先训练的单词嵌入，它可以完美地工作，并且它也提供了86％的准确度