ValueError：检查目标时出错：预期（keras序列模型层）具有n个维度，但数组的形状为

Question

我已加载图像以训练我的模型来识别这些图像中的一个特征。

• Xtrain是形状为(1380,200,200,3 )的数字数组，其中包含1380张RGB格式的图像，尺寸为200 x 200像素

• Ytrain有目标。形状（1380,2）

  

训练模型（model.fit(Xtrain,Ytrain)）时，似乎在每个图层上都出现了值错误。好像输入都是Xtrain然后是Ytrain ...

  

ValueError：检查目标时出错：预期batch_normalization_24具有4个维，但数组的形状为(1380, 2)

图片：

Answer 1

Keras批处理规范化层的输出的形状与其输入的形状相同。由于只有两个标签，因此顺序模型中的最后一层应生成两个输出。您可以考虑添加一个Dense层，例如：

model.add(Dense(2), activation='relu')

我还建议使用print(model.summary())检查模型的体系结构，并确保输入和输出与数据集匹配，反之亦然。