第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號(hào)安全,請(qǐng)及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會(huì)有你想問的

ValueError:檢查目標(biāo)時(shí)出錯(cuò):預(yù)期dense_3具有形狀(1,)但得到形狀為(6,)的數(shù)組

ValueError:檢查目標(biāo)時(shí)出錯(cuò):預(yù)期dense_3具有形狀(1,)但得到形狀為(6,)的數(shù)組

ibeautiful 2021-09-11 19:31:27
我正在嘗試使用以下 ANN 模型運(yùn)行多類分類:classifier = Sequential()classifier.add(Dense(units = 9, kernel_initializer = 'uniform', activation = 'relu', input_dim = 18))classifier.add(Dense(units = 9, kernel_initializer = 'uniform', activation = 'relu'))classifier.add(Dense(units = 9, kernel_initializer = 'uniform', activation = 'relu'))classifier.add(Dense(units = 6 ,kernel_initializer = 'uniform', activation = 'softmax'))classifier.compile(optimizer = 'adam', loss = 'sparse_categorical_crossentropy', metrics = ['accuracy'])classifier.fit(X_train, y_train, batch_size = 10, epochs = 100) y_pred = classifier.predict(X_test) 其中 X_train 的格式是:[[31 8 27 ... 2 7 5] [31 8 11 ... 1 9 3] [6 0 4 ... 1 9 3] ... [55 55 134 ... 5 5 6] [41 9 111 ... 1 3 0] [19 9 28 ... 3 0 0]]y_train 是:[[0. 0. 0. 1. 0. 0.] [0. 0. 0. 0. 1. 0.] [0. 0. 0. 0. 1. 0.] ... [0. 0. 0. 0. 0. 1.] [0. 0. 0. 0. 0. 1.] [0. 0. 0. 0. 0. 1.]]X_train 的形狀為 (352, 18),y_train 的形狀為 (352, 6),X_test 的形狀為 (152, 18)。當(dāng)它運(yùn)行時(shí),它給出了以下錯(cuò)誤:Traceback (most recent call last):  File "H:\p36564\Project ZS\tst1.py", line 110, in <module>    classifier.fit(X_train, y_train, batch_size = 10, epochs = 100)  File "H:\p36564\lib\site-packages\keras\engine\training.py", line 950, in fit     batch_size=batch_size)  File "H:\p36564\lib\site-packages\keras\engine\training.py", line 787, in _standardize_user_data    exception_prefix='target')  File "H:\p36564\lib\site-packages\keras\engine\training_utils.py", line 137, in standardize_input_data    str(data_shape))ValueError: Error when checking target: expected dense_3 to have shape (1,) but got array with shape (6,)此錯(cuò)誤的可能原因是什么?任何幫助,將不勝感激。
查看完整描述

1 回答

?
開滿天機(jī)

TA貢獻(xiàn)1786條經(jīng)驗(yàn) 獲得超13個(gè)贊

根據(jù)y_train您提供的形狀,categorical_crossentropy用作損失函數(shù)而不是sparse_categorical_crossentropy. 你y_train是one-hot編碼而不是稀疏編碼。在您的情況下,稀疏編碼將是一個(gè)如下所示的數(shù)組:

[3, 4, 4, ..., 5, 5, 5]

要親自嘗試,請(qǐng)y_train按如下方式轉(zhuǎn)換為稀疏編碼:

y_train_ = np.argmax(y_train, axis=1)

這將sparse_categorical_crossentropy用作損失函數(shù)(無需更改模型架構(gòu)?。?/p>


查看完整回答
反對(duì) 回復(fù) 2021-09-11
  • 1 回答
  • 0 關(guān)注
  • 388 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動(dòng)學(xué)習(xí)伙伴

公眾號(hào)

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號(hào)