Kerasが、私はこのコードで定義されたシャムKerasモデルを持っている

Question

を（ターゲットをチェックするときのエラー）を標的とするために余分な次元を追加：モデルの

image1 = Input(shape=(128,128,3)) 
image2 = Input(shape=(128,128,3)) 

mobilenet = keras.applications.mobilenet.MobileNet(
     input_shape=(128,128,3), 
     alpha=0.25, 
     depth_multiplier=1, 
     dropout=1e-3, 
     include_top=False, 
     weights='imagenet', 
     input_tensor=None, 
     pooling='avg') 

out1 = mobilenet(image1) 
out2 = mobilenet(image2) 

diff = subtract([out1, out2]) 

distance = Lambda(lambda x: K.sqrt(K.sum(K.square(x), axis=1)))(diff) 

model = Model(inputs=[image1, image2], outputs=distance) 
model.compile(optimizer='rmsprop', 
        loss='hinge', 
        metrics=['accuracy']) 

概要は、次のようになります。

____________________________________________________________________________________________________ 
Layer (type)      Output Shape   Param #  Connected to      
==================================================================================================== 
input_1 (InputLayer)    (None, 128, 128, 3) 0            
____________________________________________________________________________________________________ 
input_2 (InputLayer)    (None, 128, 128, 3) 0            
____________________________________________________________________________________________________ 
mobilenet_0.25_128 (Model)  (None, 256)   218544  input_1[0][0]      
                    input_2[0][0]      
____________________________________________________________________________________________________ 
subtract_1 (Subtract)   (None, 256)   0   mobilenet_0.25_128[1][0]   
                    mobilenet_0.25_128[2][0]   
____________________________________________________________________________________________________ 
lambda_1 (Lambda)    (None,)    0   subtract_1[0][0]     
==================================================================================================== 
Total params: 218,544 
Trainable params: 213,072 
Non-trainable params: 5,472 
____________________________________________________________________________________________________ 

私はモデルを訓練しようとする。私のトレーニングルーチンは、次のようになります。

for i in range(1000): 
    X1,X2,y = data_source.getTrainingBatch(10, sameProb=0.5) 
    y = y[:,0] // grab ground truth for class 0 
    print(y.shape) // (10,) 
    loss=model.train_on_batch([X1,X2], y) 

X1及びX2は、形状(10, 128, 128, 3)を持っています。

yは、形状が(10,2)であり、2つのクラスの1ホットコード化ベクトルのリストです。私は最初のクラスの真実を取り上げ、それをモデルにフィードしようとします。

print(y.shape)ステートメントプリント(10,)ですので、配列は1Dです。私はモデルが対象で、このケース（10）に、1次元を持って期待していますが、形状の2Dターゲットを受け取る理解では10,1（

ValueError        Traceback (most recent call last) 
<ipython-input-2-bf89243ee200> in <module>() 
----> 1 n=net.SiamNet("drug-net") 

~/development/drug_master/net_keras.py in __init__(self, model_name, training) 
    16       print(self.model.summary()) 
    17       self.data_source = data.BoxComparisonData() 
---> 18       self.train() 
    19       self.save() 
    20     else: 

~/development/drug_master/net_keras.py in train(self) 
    75       X1,X2,y = self.data_source.getTrainingBatch(10, sameProb=0.5) 
    76       print(y.shape) 
---> 77       loss=self.model.train_on_batch([X1,X2], y[:,0].flatten()) # starts training 
    78       print("Loss (%d):" % i, loss) 
    79       if(i%20 == 0): 

~/anaconda3/lib/python3.6/site-packages/keras/engine/training.py in train_on_batch(self, x, y, sample_weight, class_weight) 
    1754    sample_weight=sample_weight, 
    1755    class_weight=class_weight, 
-> 1756    check_batch_axis=True) 
    1757   if self.uses_learning_phase and not isinstance(K.learning_phase(), int): 
    1758    ins = x + y + sample_weights + [1.] 

~/anaconda3/lib/python3.6/site-packages/keras/engine/training.py in _standardize_user_data(self, x, y, sample_weight, class_weight, check_batch_axis, batch_size) 
    1380          output_shapes, 
    1381          check_batch_axis=False, 
-> 1382          exception_prefix='target') 
    1383   sample_weights = _standardize_sample_weights(sample_weight, 
    1384              self._feed_output_names) 

~/anaconda3/lib/python3.6/site-packages/keras/engine/training.py in _standardize_input_data(data, names, shapes, check_batch_axis, exception_prefix) 
    130         ' to have ' + str(len(shapes[i])) + 
    131         ' dimensions, but got array with shape ' + 
--> 132         str(array.shape)) 
    133    for j, (dim, ref_dim) in enumerate(zip(array.shape, shapes[i])): 
    134     if not j and not check_batch_axis: 

ValueError: Error when checking target: expected lambda_1 to have 1 dimensions, but got array with shape (10, 1) 

：私は、コードを実行したときに、私は次のエラーを取得します）。 Kerasが私の目標に余分な次元を加えるようだ。私は何が欠けていますか？

Kerasバージョンは、私はこれは奇妙であるバックエンド（1.3.0）

Answer 1

としてtensorflow使用2.0.8

です。

yは実際には(10,1)と思われます。

K.sumにkeepdims=Trueを使用すると、kerasが(10,1)の配列を期待するようにすることができます。

---

原因がわかりません。おそらくあなたは古いY vars（おそらく大文字ですか？）が消去されておらず、それらを偶然使用していますか？