Keras - “ValueError：检查目标时出错：预期activation_1具有形状（无，9）但得到的数组具有形状（9,1）

Question

我正在构建一个 model 将文本分类为 9 层之一，并且在运行它时出现此错误。 激活 1 似乎是指卷积层的输入，但我不确定输入有什么问题。

num_classes=9
Y_train = keras.utils.to_categorical(Y_train, num_classes)
#Reshape data to add new dimension
X_train = X_train.reshape((100, 150, 1)) 
Y_train = Y_train.reshape((100, 9, 1)) 
model = Sequential() 
model.add(Conv1d(1, kernel_size=3, activation='relu', input_shape=(None, 1))) 
model.add(Dense(num_classes)) 
model.add(Activation('softmax')) 

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) 
model.fit(x=X_train,y=Y_train, epochs=200, batch_size=20)

运行此程序会导致以下错误：

“ValueError：检查目标时出错：预期activation_1具有形状（无，9）但得到的数组形状为（9,1）

Answer 1

您的代码中有几个拼写错误和错误。

1. Y_train = Y_train.reshape((100,9))

2. 由于您将X_train重塑为 (100,150,1)，我猜您的输入步长为 150，通道为 1。因此对于Conv1D ，（您的代码中有错字） input_shape=(150,1) 。

3. 在输入密集层之前，您需要将 conv1d 的 output 展平。

import keras
from keras import Sequential
from keras.layers import Conv1D, Dense, Flatten

X_train = np.random.normal(size=(100,150))
Y_train = np.random.randint(0,9,size=100)

num_classes=9
Y_train = keras.utils.to_categorical(Y_train, num_classes)
#Reshape data to add new dimension
X_train = X_train.reshape((100, 150, 1)) 
Y_train = Y_train.reshape((100, 9)) 
model = Sequential() 
model.add(Conv1D(2, kernel_size=3, activation='relu', input_shape=(150,1)))
model.add(Flatten())
model.add(Dense(num_classes, activation='softmax')) 

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy']) 
model.fit(x=X_train,y=Y_train, epochs=200, batch_size=20)