我的感知器模型有问题

Question

我正在构建具有 1 个输入和 1 个输出的感知器模型，但遇到以下错误：

ValueError: Found unexpected keys that do not correspond to any Model output: dict_keys(['output_1']). Expected: ['output1']

我建立的模型如下：

#Inputs
input1= keras.Input(shape=(1,))

flatten=keras.layers.Flatten()
    
#Hidden Layer
dense1= keras.layers.Dense(128, activation='sigmoid')


#Outputs

dense2= keras.layers.Dense(1, activation='sigmoid', name= "output1")

x1= input1

x1=dense1(x1)

output1= dense2(x1)


model= keras.Model(input1, output1, name="2_Layer_Perceptron_Model")

loss1=keras.losses.MeanSquaredError()
#loss2=keras.losses.MeanSquaredError()
optim= keras.optimizers.Adam(learning_rate=0.001)
metrics=["accuracy"]

losses= {
    "output_1": loss1,
    #"output_2": loss2,
}

model.compile(loss=losses, optimizer= optim, metrics= metrics)

我一直在尝试使用以下命令来拟合模型：

model.fit(x_train, y_train, epochs=5,  batch_size= 64, verbose=2)

但是我得到上面提到的错误。

我的模型是一个 Perceptron 前馈神经网络，具有 1 个隐藏层和 1 个输出层，模型摘要如下所示 link：

Model Summary

我的数据集拆分如下：

x1=df['x1'].values

y1=df['y1'].values

x_train,x_test,y_train,y_test = train_test_split(x1,y1,test_size = 0.2, random_state = 0)

Answer 1

无需创建损失字典。
使用这一行：

model.compile(loss=loss1, optimizer= optim, metrics= metrics)

我的感知器模型有问题

I am having an error with my Perceptron Model

python

machine-learning

deep-learning

keras

tensorflow