Shapes(None, None) and (None, 1, 102) are incompatible

本文探讨了使用TensorFlow和Keras实现单标签多分类任务时遇到的问题:当模型输出维度不匹配时出现的错误。文章详细介绍了如何通过调整模型结构和数据预处理方式来解决这一问题。
TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

使用tensorflow的keras建立模型,并在单标签多分类任务中,使用categorical_crossentropy作为损失函数,并将训练集标签ybatch通过to_categorical()进行one-hot编码,却显示以上报错。(注意,此处102是类别数NUM_CLASS)

这是由于我在model中卷积层连接全连接层时,使用了reshape()把(2,2,256)的tensor转换为(1,1024)的tensor,导致最后输出output_shape=(None, 1, NUM_CLASS),多出了1, 将ybatch重塑,ybatch = ybatch.reshape(batch_size, 1, 102)即可运行。

此处使用model.add(tf.keras.layers.Flatten()),则无此问题,ybatch也不需要reshape,直接使用to_categorical的输出即可。

您可能感兴趣的与本文相关的镜像

TensorFlow-v2.15

TensorFlow-v2.15

TensorFlow

TensorFlow 是由Google Brain 团队开发的开源机器学习框架,广泛应用于深度学习研究和生产环境。 它提供了一个灵活的平台,用于构建和训练各种机器学习模型

评论 2
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值