ValueError：logits 和標簽必須具有相同的形狀 ((None, 2) vs (None, 1))

Question

我正在與 LSTMS 合作，以預測我們（機器人）是否應該基於 2 個因素購買東西。 So my X consists of an numpy array consisting of separate numpy arrays each with a numpy array of 2. Since that is confusing it looks like np.array(np.array(np.array([item,item]),np.array ([item,item])),np.array(np.array([item,item]),np.array([item,item])))

我的 y 值是一個包含 0 和 1 列表的 numpy 數組。 其中一個樣本是

[[1]
 [0]
 [0]
 ...
 [0]]

這是我的 model

model = Sequential()
model.add(LSTM(128,input_shape=(30,2),return_sequences=True))
model.add(Dropout(0.1))

model.add(LSTM(128,return_sequences=True))
model.add(Dropout(0.2))

model.add(LSTM(128))
model.add(Dropout(0.1))

model.add(BatchNormalization())
model.add(Flatten())
model.add(Dense(64,activation='relu'))
model.add(Dense(2,activation='softmax'))
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])
model.fit(seqs,buy_sell,epochs=200,callbacks=[tensboard])

和我的回溯

ValueError: logits and labels must have the same shape ((None, 2) vs (None, 1))

我正在考慮重塑我的 X/y，但這不會影響 model。 我將如何解決這個問題？

Answer 1

添加到我的評論中，如果您出於任何原因想堅持使用softmax激活（將來您可能會有更多類），然后像這樣修改最后一行代碼：

model.fit(seqs, tf.keras.utils.to_categorical(buy_sell,  num_classes=2), epochs=200, callbacks=[tensboard])