如何解决ValueError:形状无,6和无,5不兼容
我正在尝试训练我的顺序模型,但是出了点问题:
aspect_categories_model = Sequential()
aspect_categories_model.add(Dense(512,input_shape=(6000,),activation='relu'))
aspect_categories_model.add(Dense(5,activation='softmax'))
aspect_categories_model.compile(loss='categorical_crossentropy',optimizer='adam',metrics=['accuracy'])
当尝试通过以下方法预测价值时:
aspect_categories_model.fit(aspect_tokenized,dummy_category,epochs=5,verbose=1).
给了我一个值错误:
ValueError: Shapes (None,6) and (None,5) are incompatible
假人的代码是:
from sklearn.preprocessing import LabelEncoder
from keras.utils import to_categorical
label_encoder = LabelEncoder()
integer_category = label_encoder.fit_transform(dataset.aspect_category)
dummy_category = to_categorical(integer_category)
标签是5。
解决方法
dummy_category
的形状为(batch_size,6)
,模型的输出形状为(batch_size,5)
。
尝试更改最后一层中的神经元数量。
aspect_categories_model.add(Dense(6,activation='softmax'))
如果只有5个类别可用于预测,则在计算dummy_category
变量时会犯一些错误。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。