Question

我有这样的输入

x=[[0,0,0,0,1,0,0,0]....[n,n,n,n,n,n,n,n]] x.shape=(18998,8)

这样的输出

y= 11 11 11 11 ... 10 y.shape=(18998,)

我这样构建模型

env_model = Sequential()
env_model.add(Dense(8, activation='relu', input_dim=8))
env_model.add(Dense(128, activation='relu'))
env_model.add(Dense(256, activation='relu'))
env_model.add(Dense(512, activation='relu'))
env_model.add(Dense(14, activation='softmax'))
env_model.summary()
env_model.save('model_weights/weights.environment.h5')

我认为该模型应该没什么问题，但我不断收到如下错误：

'ValueError：检查目标时出错：预期density_8具有形状（14，）但具有形状（1，）的数组'

您能帮我指出我的输入，输出或模型出了什么问题吗？我期待着您的帮助。非常感谢你！

Answer 1

在您的模型中，

env_model.add(Dense(14, activation='softmax'))

Dense向量需要一个目标形状数组（batch_size，14）。您正在为其提供形状数组（batch_size）。

注意：在NumPy数组的形状中，逗号定义了未指定的尺寸。假设您有一个形状数组（12，）。意味着您有12个不同长度的样本（1、2、6等）。第二个暗角不是特定的，因此由,表示。

因此，您需要将目标数据转换为形状（18998，dim），其中dim是要素的长度。要实现这一点，您可以尝试两种方法：

如@giser_yugang所述，请使用keras.utils.to_categorical()将目标数据转换为分类数据
将特征向量填充到固定长度。您可以通过keras.preprocessing.sequences.pad_sequence()

因此，最后，您应该具有固定长度的目标数据。

ValueError：检查目标时出错：预期density_8的形状为（14，），但数组的形状为（1，）

1 个答案: