如何修复 keras / tensorflow 中的这个维度错误？答案

【问题标题】：How do I fix this dimenion error in keras / tensorflow?如何修复 keras / tensorflow 中的这个维度错误？
【发布时间】：2023-04-06 02:52:01
【问题描述】：

我正在尝试拟合一个模型，该模型为 X 数组的每一行预测 1 或 0。 X 是形状 (1000,26) 的数组，Y 是形状 (1000, 1) 的数组。无论出于何种原因，tf/keras 似乎都不喜欢我的输入。

到目前为止，我已尝试更改输入类型。它以泡菜的形式出现，然后通过使用“np.values”函数变成一个 numpy 数组。在我使用 tf.constant(training) 代替 X = training.values 之前，但所做的所有更改都给了我一个稍微不同的错误（都包括在下面）

这是减去其他一些数据文件的导入和加载的完整代码。

training = pd.read_pickle("./training.pkl")
train_labels = pd.read_pickle("./train_labels.pkl")

X = training.values
Y = train_labels.values
model = models.Sequential()

model.add(layers.Dense(46, activation='relu', input_dim=26))
model.add(layers.Dense(46, activation='relu'))
model.add(layers.Dense(46, activation='relu'))
model.add(layers.Dense(2, activation='softmax'))

model.summary()

model.compile(optimizer='adam',
    loss='binary_crossentropy',
    metrics=['binary_accuracy'])


model.fit(X, Y, epochs=3, steps_per_epoch=100)

当前错误：

Error when checking target: expected dense_24 to have shape (2,) but got array with shape (1,)

使用 tf.constant 时的错误信息

Incompatible shapes: [1000] vs. [1000,2]

【问题讨论】：

在最后一层中，您在 Dense 层中使用了 2 个单位。将其设为 1 个单位，以便输出形状为 ( None , 1 ) 与标签匹配。

标签： tensorflow keras model

【解决方案1】：

我没有足够的声誉来写评论，所以我在这里写一个答案。

正如@Shubham Panchal 所建议的那样，您的最后一层必须与您的 Y 的形状相匹配。因此，您要么确保您的 Y 具有形状 (1000, 1) 并将最后一层更改为具有 1 个节点，要么您 -热编码您的 Y（参见 pandas.get_dummies），使其具有形状 (1000, 2)。

正如我们讨论的交叉验证，您不需要在这里使用 Tensorflow 常量/占位符/变量（我建议看看它们之间的差异以及 Keras 如何处理它们）。直接输入 numpy 数组就足够了，因为 Keras 会为您定义 Tensorflow 图。

此外，您可以使用 pandas.DataFrame.values 将 pandas 数据帧转换为 numpy 数组，但请注意在 its documentation 中建议的方法是 pandas.DataFrame.to_numpy。

【讨论】：