我該如何克服“ValueError：形狀 (None, 1) 和 (None, 7) 不兼容”

Question

我是 Keras 和 CNN 的新手。 我正在做一個任務來構建一個用於預測面部情緒的 CNN。 我根據分配構建了 model，但是在編譯 model 時，我得到“ValueError：形狀（無，1）和（無，7）不兼容”。 有人可以幫我解決這個問題嗎？

在下面粘貼我的代碼以供參考：

'''

model = Sequential()

model.add(Conv2D(filters = 64, kernel_size = 5,input_shape = (48,48,1)))
model.add(Conv2D(filters=64, kernel_size=5,strides=(1, 1), padding='valid'))
model.add(BatchNormalization())
model.add(MaxPooling2D(pool_size=(2,2),strides=1, padding='valid'))
model.add(Activation('relu'))

model.add(Conv2D(filters = 128, kernel_size = 5))
model.add(Conv2D(filters = 128, kernel_size=5))
model.add(BatchNormalization())
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Activation('relu'))

model.add(Conv2D(filters = 256, kernel_size = 5))
model.add(Conv2D(filters = 256, kernel_size=5))
model.add(BatchNormalization())
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Activation('relu'))

model.add(Flatten())
model.add(Dense(128))
model.add(BatchNormalization())
model.add(Activation('relu'))
model.add(Dropout(0.25))
model.add(Dense(7,activation='softmax'))

''' '然后嘗試編譯' '''

model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
history = model.fit(input_array, output_array, batch_size = 64, epochs= 20, validation_split=0.10,)

''' '這給出了錯誤' 'ValueError: Shapes (None, 1) and (None, 7) are incompatible' '我正在為此使用google colab'

Answer 1

您很可能使用稀疏編碼的標簽，例如 [ 0,1,2,3,4,5,6]而不是單熱編碼形式。

您的解決方案是從以下選項之一中進行選擇：

1. 使用 one-hot-encoded 形式，即將每個 label 轉換為長度 == number_of_classes 的數組。 也就是說，對於 0，您將擁有[1,0,0,0,0,0,0]對於 1 您將擁有[0,1,0,0,0,0,0]等。
2. 使用sparse_categorical_crossentropy 。 如果您使用此損失函數，則 OHE 步驟在幕后完成，您不再需要處理輸入訓練 + 驗證標簽。

Answer 2

如果您對 label 使用單熱編碼，例如 [0, 0, 0, 0, 0, 0, 1]，則需要使用categorical_crossentropy ，但如果您使用稀疏 label，例如 [1, 2, 3, 4, 6, 7] 你需要使用sparse_categorical_crossentropy 。