Question

当我尝试从pyimagesearch中学习CNN时，我发现了此错误，我试图将最后一个密点从3更改为1，但它无法解决我的问题，并且我已经将其更改为binnar_crossentroypy，但仍然无法正常工作，对不起我的代码愚蠢的问题，也许是同样的问题，但我已经做了我能做的事

ss# grab the image paths and randomly shuffle them
imagePaths = sorted(list(paths.list_images(args["dataset"])))
random.seed(42)
random.shuffle(imagePaths)


for imagePath in imagePaths:
# load the image, resize the image to be 32x32 pixels (ignoring
# aspect ratio), flatten the image into 32x32x3=3072 pixel image
# into a list, and store the image in the data list
image = cv2.imread(imagePath)
image = cv2.resize(image, (32, 32)).flatten()
data.append(image)

# extract the class label from the image path and update the
# labels list
label = imagePath.split(os.path.sep)[-2]
labels.append(label)

# scale the raw pixel intensities to the range [0, 1]
data = np.array(data, dtype="float") / 255.0
labels = np.array(labels)

 # partition the data into training and testing splits using 75% of
 # the data for training and the remaining 25% for testing
  (trainX, testX, trainY, testY) = train_test_split(data,
   labels, test_size=0.25, random_state=42)



 lb =  LabelEncoder()
 trainY = lb.fit_transform(trainY)
 testY = to_categorical(testY, 2)


 # define the 3072-1024-512-3 architecture using Keras
 model = Sequential()
 model.add(Dense(1024, input_shape=(3072,), activation="sigmoid"))
 model.add(Dense(512, activation="sigmoid"))
 model.add(Dense(1, activation="softmax"))

Answer 1

在此行trainY = to_categorical(trainY, 2)之后添加此行testY = to_categorical(testY, 2)。并将最后一层更改为model.add(Dense(2, activation="softmax"))，因为它应该与您的目标一样匹配2D矩阵。此外，请确保您的损失函数为categorical_crossentropy（如果尚不存在）。

Answer 2

错误可能来自此行：

model.add(Dense(1, activation="softmax"))

神经网络期望数组 y 仅具有一个值。这没有任何意义，因为 y 的维度有两个值。因此，您应该尝试以下操作：

model.add(Dense(2, activation="softmax"))

如果 2 是您正在使用的类的数量。

ValueError：检查目标时出错：预期density_3具有形状（1，），但数组形状为（2，）角

2 个答案: