ニューラルネットワークの入力形状誤差

Question

私はケラの初心者です。ニューラルネットワークでデータを分類しようとしています。

x_train = x_train.reshape(1,x_train.shape[0],window,5) 
    x_val = x_val.reshape(1,x_val.shape[0],window,5) 

    x_train = x_train.astype('float32') 
    x_val = x_val.astype('float32') 

    model = Sequential() 

    model.add(Dense(64,activation='relu',input_shape= (data_dim,window,5))) 
    model.add(Dropout(0.5)) 

    model.add(Dense(64,activation='relu')) 
    model.add(Dropout(0.5)) 
    model.add(Dense(2,activation='softmax')) 

    model.compile(loss='categorical_crossentropy', 
      optimizer='sgd', 
      metrics=['accuracy']) 

    weights = model.get_weights() 


    model_info = model.fit(x_train, y_train,batch_size=batchsize, nb_epoch=15,verbose=1,validation_data=(x_val, y_val)) 

    print x_train.shape 
    #(1,1600,45,5) 

    print y_train.shape 
    #(1600,2) 

私はいつもこのスクリプトでこのエラーを持っていると私は理由を理解していない：

ValueError: Error when checking target: expected dense_3 to have 4 dimensions, but got array with shape (16000, 2) 

Answer 1

をお使いのモデルの出力（それは第三緻密層であるため、そのように呼ばdense_3は、）4つの寸法を有します。しかし、それを比較しようとしているラベル（y_train）は2つの次元に過ぎません。モデルがラベルと一致するようにデータを再構成するように、ネットワークのアーキテクチャを変更する必要があります。

テンソルの形状を把握するのは難しいので、model.fitを呼び出す前にplot_model(model, to_file='model.png', show_shapes=True)に電話することをおすすめします。結果のPNGを見れば、レイヤーがデータの形状にどのような影響を与えているのかを知ることができます。