keras sparse_categorical_crossentropy損失函數輸出形狀不匹配

Question

我有一個有3570個標簽的數據集。 當我使用sparse_categorical_crossentropy作為損失函數時，輸出形狀不匹配。

model = Sequential()
model.add(Dense(1024, input_dim=79, activation='relu'))
model.add(Dense(2048, activation='relu'))
model.add(Dense(3570, activation='sigmoid'))

model.compile(loss='sparse_categorical_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])
model.fit(x_train, y_train,
          epochs=10,
          batch_size=1,
          validation_data=(x_valid, y_valid))

輸出是ValueError: Error when checking model target: expected dense_42 to have shape (None, 1) but got array with shape (1055, 3570)

然后我np.expand_dims(y, -1)這個問題＃2444並使用np.expand_dims(y, -1)來更改代碼。 但仍有錯誤。

model = Sequential()
model.add(Dense(1024, input_dim=79, activation='relu'))
model.add(Dense(2048, activation='relu'))
model.add(Dense(3570, activation='sigmoid'))

model.compile(loss='sparse_categorical_crossentropy',
              optimizer='rmsprop',
              metrics=['accuracy'])
model.fit(x_train, np.expand_dims(y_train, -1),
          epochs=10,
          batch_size=1,
          validation_data=(x_valid, np.expand_dims(y_valid, -1)))

錯誤ValueError: Error when checking model target: expected dense_45 to have 2 dimensions, but got array with shape (1055, 3570, 1)

我該如何更改代碼？

Answer 1

原始y_train維度是什么？

最有可能的是你的y_train有形狀（1055，）。 您需要將One-Hot代碼y_train轉換為（1055,3570）維度。 然后原始代碼應該工作。 Keras不接受使用多個類的y列的單個列，它必須是One-Hot編碼的。

你可以找到使用以下內容：

from keras.utils.np_utils import to_categorical

y_cat = to_categorical(y, num_classes=None)

Answer 2

loss='sparse_categorical_crossentropy'不適用於單熱編碼，而是適用於整數目標。 您可能需要“Dense（...”作為輸出圖層並直接使用y_train。