TensorFlow CNN 不兼容的形状：4D 输入形状

Question

我有以下形式的样本数据：Data[n][31][31][5][2] 和：

"[n]" 是样本
"[31][31]" 是数据点数组
"[5]" 是该数据点内的位数
和“[2]”是位的单热编码（例如，位 1 将是 [1, 0] 和零 [0, 1]）

输出旨在是 [5][2] 或 [10] 值数组，这些值已针对另一个 [5][2] 或 [10] 数组进行验证。尝试构建模型时，出现以下错误：

 "ValueError: Shapes (None, 5, 2) and (None, 10) are incompatible"

模型代码如下所示：（train_m[n][31][31][5][2]、tr_m[5][2]、check_m[n][31][31][ 5][2]，cr_m[5][2] 是训练数据和预期输出，然后是验证数据和预期输出。）

model = Sequential([
    Conv2D(num_filters, filter_size, input_shape=(31, 31, 5, 2)),
    Flatten(),
    Dense(10, activation='relu'),
])


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

model.summary()
model.fit(
    train_m,
    tr_m,
    epochs=(100),
    validation_data=(check_m, cr_m),
    verbose=0
)

由于 [5][2] 输出是一次性的，我不确定是否可以将它们制作成 [10] 矩阵，同时仍然被正确解释。此外，有什么办法可以使致密层达到[5][2]？

The full error can be seen here. I felt it would be awfully long to include in rawtext here.

如果还需要什么，请告诉我 - 我对使用 TensorFlow 还是很陌生。

Answer 1

你的标签形状是 (5,2) 但网络输出是 (10,) 所以这很混乱。输出形状和标签形状应该相同。使用：

tf.keras.layers.Reshape((5,2))

在密集层之后。你会没事的

TensorFlow CNN 不兼容的形状：4D 输入形状

TensorFlow CNN Incompatible Shapes: 4D input shape

python

conv-neural-network

keras

tensorflow