TensorFlow CNN 不兼容形狀：4D 輸入形狀

Question

我有以下形式的樣本數據： Data[n][31][31][5][2] 與：

• “[n]”是樣本
• “[31][31]”是數據點數組
• “[5]”是該數據點內的位數
• 並且“[2]”是位的單熱編碼（例如，位 1 將是 [1, 0] 和零 [0, 1]）

output 旨在成為 [5][2] 或 [10] 值數組，可針對另一個 [5][2] 或 [10] 數組進行驗證。 嘗試構建 model 時，出現以下錯誤：

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

model 代碼如下所示： (with train_m[n][31][31][5][2], tr_m[5][2], check_m[n][31][31][5][2] , cr_m[5][2] 是訓練數據和預期 output 后跟驗證數據和預期 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
)

由於 [5][2] 輸出是單一的，我不確定它們是否可以在被正確解釋的同時被制成 [10] 矩陣。 此外，是否有任何方法可以使密集層成為 [5][2]？

完整的錯誤可以在這里看到。 我覺得在這里包含在 rawtext 中會非常長。

如果還有什么需要，請告訴我——我對使用 TensorFlow 還是很陌生。

Answer 1

您的 label 形狀是 (5,2) 但網絡 output 是 (10,) 所以這很混亂。 output 形狀和 label 形狀應該相同。 利用：

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

在密集層之后。 你會沒事的