Question

我尝试了以下示例：

from keras.models import Sequential  
from keras.layers import *  
import numpy as np

x_train = np.random.random((30,50,50,3))
y_train = np.random.randint(2, size=(30,1))

model = Sequential()    

#start from the first hidden layer, since the input is not         actually a layer   
#but inform the shape of the input, with 3 elements.    
model.add(Dense(units=4,input_shape=(3,))) #hidden layer 1    with input

#further layers:    
model.add(Dense(units=4)) #hidden layer 2
model.add(Dense(units=1)) #output layer

model.compile(loss='binary_crossentropy',
           optimizer='adam',
           metrics=['accuracy'])

model.fit(x_train, y_train,
       epochs=20,
       batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

我收到此错误：

ValueError：检查输入时出错：预期density_1_input具有2维，但数组的形状为（30，50，50，3）。

因此，我将input_shape更改如下：

from keras.models import Sequential  
from keras.layers import *  
import numpy as np

x_train = np.random.random((30,50,50,3))
y_train = np.random.randint(2, size=(30,1))

model = Sequential()    

#start from the first hidden layer, since the input is not         actually a layer   
#but inform the shape of the input, with 3 elements.    
model.add(Dense(units=4,input_shape=(50,50,3))) #hidden layer 1    with input

#further layers:    
model.add(Dense(units=4)) #hidden layer 2
model.add(Dense(units=1)) #output layer

model.compile(loss='binary_crossentropy',
           optimizer='adam',
           metrics=['accuracy'])

model.fit(x_train, y_train,
       epochs=20,
       batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

但是现在我收到此错误：

ValueError：检查目标时出错：预期density_2具有4维，但数组的形状为（30，1）

关于我在做什么错的任何想法吗？

Answer 1

问题在于最后一个密集层的输出形状。您可以使用 model.summary（）来查看每个图层的输出形状。

您的输出形状为（None，50,50,1），但要与您的y_train匹配形状应该为（None，1）。

所以我建议您在最后一个致密层之前添加一个 flattern层。请参考此link来了解喀拉拉邦的terntern层。

这是您的模型代码的外观

model.add(Dense(units=4,input_shape=(50,50,3),name="d1")) #hidden layer 1 with input model.add(Dense(units=4,name="d2")) #hidden layer 2 model.add(Flatten()) model.add(Dense(units=1,name="d3")) #output layer model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy']) model.summary()

为您的图层添加更多的使用名称，您将很容易理解问题所在。祝您好运;-）

ValueError：检查输入时出错：预期density_1_input具有2维

1 个答案: