0
I持って、次のエラーの文...とValueError：エラーチェックモデル対象：期待activation_2形状を持っている（なし、761、1）が、得た形状を持つ配列（1、779、1）
ValueError: Error when checking model target: expected activation_2 to have shape (None, 761, 1) but got array with shape (1, 779, 1)
エラーの場合、番号761の意味は分かりません。data1の形状は779 * 80です。私のdata3の形状は779 * 1です。ご協力ありがとうございました！
from __future__ import print_function
from keras.preprocessing.image import ImageDataGenerator
from keras.models import Sequential
from keras.layers import Dense, \
Dropout, \
Activation, \
Flatten
from keras.layers import Convolution1D, \
MaxPooling2D, \
Convolution2D
from keras.utils import np_utils
import scipy.io as sio
import numpy as np
matfn = 'LIVE_data.mat'
data = sio.loadmat(matfn)
data0 = data['data']
data1 = np.ones((1, 779, 80))
data1[0, :, :] = data0
data00 = data['label']
data2 = np.ones((1,779,1))
data2[0, :, :] = data00
data000 = data['ref_ind_live']
data3 = np.ones((1, 779, 1))
data3[0, :, :] = data000
batch_size = 64
nb_classes = 30
nb_epoch = 50
X_train = data1
y_train = data3
X_test = data1[0, :]
y_test = data3[0, :]
X_train = X_train.astype('double')
X_test = X_test.astype('double')
X_train /= 255
X_test /= 255
# Convert class vectors to binary class matrices.
Y_train = np_utils.to_categorical(y_train, nb_classes)
Y_test = np_utils.to_categorical(y_test, nb_classes)
model = Sequential()
model.add(Convolution1D(32, \
10, \
border_mode = 'same', \
input_shape = (779, \
80)))
model.add(Activation('relu'))
model.add(Convolution1D(64, \
10, \
activation='relu'))
model.add(Dropout(0.25))
model.add(Convolution1D(128, \
10, \
activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(1))
model.add(Activation('softmax'))
# Let's train the model using RMSprop
model.compile(loss = 'categorical_crossentropy', \
optimizer = 'rmsprop', \
metrics=['accuracy'])
print("start train")
model.fit(X_train, \
Y_train, \
batch_size = batch_size, \
nb_epoch = nb_epoch, \
shuffle = True)
print("end")
score = model.evaluate(X_test, \
Y_test, \
batch_size = 32)
print('Test score:', \
score[0])
print('Test accuracy:', \
score[1])
私はあなたのレイアウトを変更しました。あなたの古いレイアウトは大丈夫でしたが、一貫して適用されませんでした。また、あなたの価値観、運営者などは、しばしば互いに混乱していました。これは、分割されていない要素が、コードを読んでいる人と一緒にぼやけてしまう可能性があるため、最適ではありません。特に、レイアウトスタイルや使用されている技術の一部に慣れていない、これを行うには、 'data1 = np.ones（（1,779,80））'とそれに続く25行で行ったように、あるいは残りのコードで行ったように、それらを区切る必要があります。 – toonice
Pythonでスペーシングを実行する方法の詳細については、http://stackoverflow.com/questions/9714161/spaces-in-python-coding-styleおよびhttp://stackoverflow.com/questions/4172448/is-itを参照してください。 - 長い間の折れ線から複数行の折れ線になる可能性があります。 – toonice