Question

我试图在40x40灰度图像的数据集上训练模型，但出现此错误：

ValueError：传递形状为（32，5）的目标数组以输出形状为（None，4），同时用作损失categorical_crossentropy。这种损失会导致目标与输出的形状相同。

我不知道（32，5）的数组应该从哪里来（32，4），所以我不知道要更改什么。有什么建议吗？

image_generator = ImageDataGenerator(#rescale = 1/255,
                                     shear_range = 0.3,
                                     zoom_range = 0.1,
                                     rotation_range = 30, 
                                     width_shift_range = 0.08, 
                                     height_shift_range = 0.08,
                                     horizontal_flip = True, 
                                     fill_mode = 'nearest',
                                    )

train_image_generator = image_generator.flow_from_directory('/data1/mypath/generated-images/train',
                                                            target_size = (40,40),
                                                            color_mode = 'grayscale',
                                                            batch_size = 32,
                                                            class_mode = 'categorical')

test_image_generator = image_generator.flow_from_directory('/data1/mypath/generated-images/test',
                                                            target_size = (40,40),
                                                            color_mode = 'grayscale',
                                                            batch_size = 32,
                                                            class_mode = 'categorical',
                                                            shuffle = False)


model = Sequential()

model.add(Conv2D(32, kernel_size=(3,3),input_shape=(40,40, 1), activation='relu', padding='same'))
model.add(BatchNormalization(axis=-1))
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Conv2D(32, kernel_size=(3,3),activation='relu', padding='same'))
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Conv2D(64, kernel_size=(3,3), activation='relu', padding='same'))
model.add(BatchNormalization())
model.add(MaxPool2D(pool_size=(2, 2)))
model.add(Flatten())
model.add(Dense(512, activation='relu'))
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.4))
model.add(Dense(4))
model.add(Activation('softmax'))

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

early_stopping = EarlyStopping(monitor='val_loss',patience=5)

model.fit_generator(train_image_generator, epochs=150,
                              validation_data = test_image_generator,
                              callbacks=[early_stopping]) ```

Answer 1

检查数据集中的类数。

数组(32,5)来自数据集的形状。

Y（label）的形状显示为5个类，并且在最后一个输出层中将其声明为(None, 4)为4。这意味着代码正在从提供的图像路径读取4类。

ValueError：将形状为（32，5）的目标数组传递为形状（None，4）的输出，同时用作损失categorical_crossentropy

1 个答案: