Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError

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。

如何解决Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError？

开发过程中遇到Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError的问题如何解决？下面主要结合日常开发的经验，给出你关于Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError的解决方法建议，希望对你解决Python - 使用 CNN 解决 6 类分类问题的 Keras ShapeError有所启发或帮助；

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。

解决方法

大佬总结

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。