大佬教程收集整理的这篇文章主要介绍了Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError,大佬教程大佬觉得挺不错的,现在分享给大家,也给大家做个参考。
我正在尝试创建一个 CNN 来在 6 个不同的类之间进行分类
我有一个不同的脚本,它只是将图像 + 标签保存到列表中,然后保存到泡菜中。
我的错误是
@H_772_9@ValueError: Shapes (None,6) and (None,100,1,6) are incompatible
这是数据加载+转换成numpy数组的方式
@H_772_9@#Load Saved Data pickle_in = open("XTrain.pickle","rb") XTrain = pickle.load(pickle_in) pickle_in = open("XTest.pickle","rb") XTest = pickle.load(pickle_in) pickle_in = open("yTrain.pickle","rb") yTrain = pickle.load(pickle_in) pickle_in = open("yTest.pickle","rb") yTest = pickle.load(pickle_in) #Convert To float to normalize XTrain = XTrain.astype('float32') XTest = XTest.astype('float32') #normalize XTrain = XTrain/255 XTest = XTest/255 #Convert XTrain = np.array(XTrain) XTest = np.array(XTest) yTrain = np.array(yTrain) yTest = np.array(yTest) #Categorical yTrain = to_categorical(yTrain,6) yTest = to_categorical(yTest,6) Shape of labels is : (2700,6) Shape of images is : (2700,1)
这是我的 CNN
@H_772_9@model = keras.Sequential([ keras.layers.Dense(512,input_shape=(XTrain.shapE),activation='relu'),keras.layers.Dense(256,keras.layers.Dense(6,activation='softmax') ]) model.compile(optimizer='adam',loss=keras.losses.CategoricalCrossentropy(),metrics=['accuracy']) model.fit(XTrain,yTrain,epochs=50,batch_size=32)
究竟是什么触发了错误?我仍在学习 tensorflow/keras 并且正在学习教程,但是它们都会导致不同的错误。
有两个主要原因:
以上是大佬教程为你收集整理的Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError全部内容,希望文章能够帮你解决Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError所遇到的程序开发问题。
如果觉得大佬教程网站内容还不错,欢迎将大佬教程推荐给程序员好友。
本图文内容来源于网友网络收集整理提供,作为学习参考使用,版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ:384754419,请注明来意。