也许这是一个幼稚的问题。 我想尝试一个小型实验进行研究:从我在训练和验证中获得的模型中的一个额外的空类别训练模型,并查看该额外类别的预测如何随着样本和时期的数量而下降。 特别是我在熊猫数据框中添加了第五个幻像类别。 我也在使用ImageDataGenerator。
train_datagen = ImageDataGenerator(
rotation_range=0,
rescale=1./255,
shear_range=0.0,
zoom_range=0.2,
horizontal_flip=False,
width_shift_range=0.0,
height_shift_range=0.0
)
train_generator = train_datagen.flow_from_dataframe(
train_df,
"/mypath/",
x_col='filename',
y_col='category',
target_size=IMAGE_SIZE,
class_mode='categorical',
batch_size=batch_size
)
validation_datagen = ImageDataGenerator(rescale=1./255)
validation_generator = validation_datagen.flow_from_dataframe(
validate_df,
"/mypath/",
x_col='filename',
y_col='category',
target_size=IMAGE_SIZE,
class_mode='categorical',
batch_size=batch_size
)
history = model.fit_generator(
train_generator,
epochs=epochs,
validation_data=validation_generator,
validation_steps=total_validate//batch_size,
steps_per_epoch=total_train//batch_size,
callbacks=callbacks
)
但是,当我尝试训练CNN时,出现以下错误:
Error when checking target: expected dense_2 to have shape (5,) but got array with shape (4,)
有人可以建议解决方法吗?