我有 3 个维度 (8,50,3) 的训练输入。 我试图将它作为输入传递给 Keras 中的顺序模型。查看文档我发现这应该有效:
model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(50,3)))
model.add(Dense(100,init="uniform", activation='sigmoid'))
model.add(Dense(50,init="uniform", activation='relu'))
model.add(Dense(output_dim=1))
model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])
当我尝试训练这个模型时:
model.fit(train,labelTrain,epochs=1,batch_size=1,verbose=1)
我收到以下错误:
Error when checking model target: expected dense_148 to have 3 dimensions, but got array with shape (8, 1)
这意味着什么?
此外,我的第一个目标是传递一个中间维度没有固定大小的 3D 数组,但在发现不可能之后我放弃了。行得通吗?
请您参考如下方法:
Target 表示这是预期的结果。问题出在 labelTrain 中,而不是在输入中。
Dense 层必须有多个神经元。你不给它传递一个输出形状,你传递神经元的数量,输出自动为 (None, neurons)
你的最后一层应该是:
model.add(Dense(1, activation='I recomend an activation here'))
