Question

我对喀拉喀什串联有一些三维问题。似乎模型的输出数组（无，851）与错误消息中要求的尺寸不同。这是我得到的：

input_img = Input(shape=(32, 100, 1))

conv1 = Conv2D(filters = 64, kernel_size=(5, 5), strides=1, padding="same", activation="relu")(input_img)
maxpool1 = MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)(conv1)

conv2 = Conv2D(filters = 128, kernel_size=(5, 5), strides=1, padding="same", activation="relu")(maxpool1)
maxpool2 = MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)(conv2)

conv3 = Conv2D(filters = 256, kernel_size=(3, 3), strides=1, padding="same", activation="relu")(maxpool2)
maxpool3 = MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)(conv3)

conv4 = Conv2D(filters = 512, kernel_size=(3, 3), strides=1, padding="same", activation="relu")(maxpool3)
conv5 = Conv2D(filters = 512, kernel_size=(3, 3), strides=1, padding="same", activation="relu")(conv4)
flat1 = Flatten(data_format=None)(conv5)
dense1 = Dense(units = 4096, activation = "relu")(flat1)
dense2 = Dense(units = 4096)(dense1)

towers = [Dense(units = 37, activation='softmax')(dense2) for i in range (23)]
output = concatenate(towers, axis = -1)

char = Model(input=input_img, output=output)

Here is the summary the model

当我尝试拟合模型时，收到以下消息： ValueError：检查目标时出错：预期concatenate_1具有形状（1，）但形状为数组（851，）

我不明白为什么concatenate_1应该具有形状（1，）而不是（851，）或（None，851）我的target_train的大小为（867，851），因此。

有人遇到过这种错误吗？

非常感谢您

Answer 1

问题出在您的target_train，这是您打算学习的理想输出。网络在串联之后是23 * 37-> 851，其摘要中为(None, 851)，其中None是动态批次大小。

您需要研究如何将target_train传递给.fit函数。该模型的输出为851，但训练循环将给出1个单个目标。

检查目标时出错：预期concatenate_1具有形状（1，），但数组的形状为（851，）

1 个答案: