ValueError：检查目标时出错：预期density_35具有4维，但数组的形状为（1157，1）

Question

我有以下形状的训练和测试图像数据。

X_test.shape , y_test.shape , X_train.shape , y_train.shape
    ((277, 128, 128, 3), (277, 1), (1157, 128, 128, 3), (1157, 1))

我正在训练模特

def baseline_model():
    filters = 100
    model = Sequential()
    model.add(Conv2D(filters, (3, 3), input_shape=(128, 128, 3), padding='same', activation='relu'))
    #model.add(Dropout(0.2))
    model.add(BatchNormalization())
    model.add(Conv2D(filters, (3, 3), activation='relu', padding='same'))
    model.add(BatchNormalization())

    model.add(MaxPooling2D(pool_size=(2, 2)))
    #model.add(Flatten())

    model.add(Conv2D(filters, (3, 3), activation='relu', padding='same'))
    model.add(BatchNormalization())
    model.add(Conv2D(filters, (3, 3), activation='relu', padding='same'))
    model.add(Activation('linear'))
    model.add(BatchNormalization())

    model.add(Dense(512, activation='relu'))
    model.add(Dense(num_classes, activation='softmax'))
    # Compile model
    lrate = 0.01
    epochs = 10
    decay = lrate/epochs
    sgd = SGD(lr=lrate, momentum=0.9, decay=decay, nesterov=False)
    model.compile(loss='sparse_categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])

    print(model.summary())
    return model

但我收到以下错误

检查目标时出错：预期density_35具有4维，但数组的形状为（1157，1）

请告诉我我正在犯什么错误以及如何解决此问题。 我已附上模型摘要的快照

Answer 1

尽管density_35需要提供4维数据，但是根据错误，网络将以2维数据作为标签矢量。

Answer 2

您可能忘记做的一件事是在第一个Dense层之前添加Flatten层：

model.add(BatchNormalization())

model.add(Flatten()) # flatten the output of previous layer before feeding it to Dense layer
model.add(Dense(512, activation='relu'))

之所以需要它，是因为Dense层不会使输入变平。 而是将其应用于最后一个维度 。