TensorFlow CNN 不兼容形状：4D 输入形状

Question

我有以下形式的样本数据： Data[n][31][31][5][2] 与：

• “[n]”是样本
• “[31][31]”是数据点数组
• “[5]”是该数据点内的位数
• 并且“[2]”是位的单热编码（例如，位 1 将是 [1, 0] 和零 [0, 1]）

output 旨在成为 [5][2] 或 [10] 值数组，可针对另一个 [5][2] 或 [10] 数组进行验证。 尝试构建 model 时，出现以下错误：

 "ValueError: Shapes (None, 5, 2) and (None, 10) are incompatible"

model 代码如下所示： (with train_m[n][31][31][5][2], tr_m[5][2], check_m[n][31][31][5][2] , cr_m[5][2] 是训练数据和预期 output 后跟验证数据和预期 output。）

model = Sequential([
    Conv2D(num_filters, filter_size, input_shape=(31, 31, 5, 2)),
    Flatten(),
    Dense(10, activation='relu'),
])


model.compile(
  'adam',
  loss='categorical_crossentropy',
  metrics=['accuracy'],
)

model.summary()
model.fit(
    train_m,
    tr_m,
    epochs=(100),
    validation_data=(check_m, cr_m),
    verbose=0
)

由于 [5][2] 输出是单一的，我不确定它们是否可以在被正确解释的同时被制成 [10] 矩阵。 此外，是否有任何方法可以使密集层成为 [5][2]？

完整的错误可以在这里看到。 我觉得在这里包含在 rawtext 中会非常长。

如果还有什么需要，请告诉我——我对使用 TensorFlow 还是很陌生。

Answer 1

您的 label 形状是 (5,2) 但网络 output 是 (10,) 所以这很混乱。 output 形状和 label 形状应该相同。 利用：

tf.keras.layers.Reshape((5,2))

在密集层之后。 你会没事的