在询问此问题之前已完成研究： Error when checking target: expected dense_2 to have shape (None, 256) but got array with shape (16210, 4096)
Error when checking target: expected dense_3 to have shape (2,) but got array with shape (1,)
几天来我一直在寻找解决此问题的方法。请帮我解决这个问题。
vocab_size = 5000
dim = 32
input_length_var = 500
model = Sequential()
model.add(Embedding(vocab_size, dim, input_length=input_length_var))
model.add(LSTM(100))
model.add(Dense(1, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(loss='binary_crossentropy',optimizer='adam', metrics=['accuracy'])
print(model.summary())
上面的代码是我的模型。我现在将打印上述模型的摘要：
Layer (type) Output Shape Param #
=================================================================
embedding_1 (Embedding) (None, 500, 1) 500
_________________________________________________________________
lstm_1 (LSTM) (None, 100) 40800
_________________________________________________________________
dense_1 (Dense) (None, 1) 101
_________________________________________________________________
dense_2 (Dense) (None, 1) 2
=================================================================
Total params: 41,403
Trainable params: 41,403
Non-trainable params: 0
最后，我将向您展示np.shape（）的结果：
(1117228, 500)
(1117228, 500)
我尝试了从Reshape（）到将input_shape添加到密集层的所有操作，但结果始终相同。我在做什么错以及如何解决这个问题？我的任务是情绪分析。
编辑：有人告诉我，输出的尺寸需要为（1117228,1），我需要在train_test_split中为标签设置情绪得分。我的csv的前一半是负面情绪，另一半是正面情绪。我将如何使用呢？