에 ValueError : 타겟 검사 오류 : 예상 dense_2하는 4 차원이 있지만 모양 배열있어 행 (7942, 1)

Question

I는 CNN을 사용하는 화상 분류 작업을 위해 다음의 기능 API를 사용하고

:

def create_model(X_train, X_test): 

    visible = Input(shape=(X_train.shape[0], X_train.shape[1], 1)) 
    conv1 = Conv2D(32, kernel_size=4, activation='relu')(visible) 
    hidden1 = Dense(10, activation='relu')(pool2) 
    output = Dense(1, activation='sigmoid')(hidden1) 

    model = Model(inputs = visible, outputs = output) 

    model.compile(loss='binary_crossentropy', 
       optimizer='rmsprop', 
       metrics=['accuracy']) 

    return model 

X_tr = np.reshape(X_train, (1,X_train.shape[0], X_train.shape[1], 1)) 
X_te = np.reshape(X_test, (1,X_test.shape[0], X_test.shape[1], 1)) 

model = create_model(X_train, X_test) 

model.fit(X_tr, y_train, validation_split = 0.1, batch_size=10, epochs=10, verbose = 1, callbacks=[EarlyStopping(patience=5,verbose=1)]) 

여기서, X_train은 7942 * 6400 차원 목록이고 y_train은 해당 7942 레이블이있는 1-D 목록입니다.

오류 : 나는 기능 API에 안돼서으로 가능성이 잘못 무슨

ValueError: Error when checking target: expected dense_2 to have 4 dimensions, but got array with shape (7942, 1)

을 간?

Answer 1

메시지는 y_train이 모델의 출력과 호환되지 않는다고 말합니다.

귀하의 모델은 (None, width, height, 1)을 출력 중입니다. 컨볼 루션 (convolution) 후에 Flatten() 레이어를 추가하여이 지점의 데이터 만 2 차원으로 만들어야합니다.

---

추가 의견 :

입력 데이터는 모델과 호환 모양이 있어야합니다. 이 데이터를 intepret 할 수 없기 때문에, 당신의 Conv2D 층은 꽤 쓸모가있을 것

X_train의 모양은 당신이 (1,6400, 1) 모양을 사용하는 경우 (80,80,1)

을해야합니다 (7942,80,80,1)
모델의 input_shape을해야합니다 2D 이미지로