Keras - 无法将我的输入数据释放到 keras 模型。检查输入时出错

Question

我正在尝试学习我的 Keras 模型真值表。只是为了了解更多有关 Keras 的信息，因此此示例仅用于学习目的。我的输入如下所示：

x = np.array([
    [
    [0, 0, 0],
    [0, 1, 0],
    [1, 0, 0],
    [1, 1, 1]
    ],
    [
    [0, 0, 0],
    [0, 1, 1],
    [1, 0, 1],
    [1, 1, 1]
    ],
    [
    [0, 0, 1],
    [0, 1, 1],
    [1, 0, 1],
    [1, 1, 0]
    ],
    [
    [0, 0, 1],
    [0, 1, 0],
    [1, 0, 0],
    [1, 1, 0]
    ],
    [
    [0, 0, 0],
    [0, 1, 1],
    [1, 0, 1],
    [1, 1, 0]
    ], 
    [
    [0, 0, 1],
    [0, 1, 0],
    [1, 0, 0],
    [1, 1, 1],
    ]
])

y = np.array([['AND'],['OR'],['NAND'], ['NOR'], ['XOR'], ['XNOR']])

当我将它输入第一层时，我会执行以下操作：

model = Sequential()
model.add(Dense(72, input_shape=(6, 4, 3)))
model.add(Activation('tanh'))
model.add(Dense(6))
model.add(Activation('sigmoid'))
sgd = SGD(lr=0.1)
model.compile(loss='sparse_categorical_crossentropy', optimizer=sgd)
model.fit(x, y, epochs=1000, batch_size=32)

我的输入形状是 6 个门，每个门有 4 行和 3 个列，以及 72 的密集层，因为 6 * 4 * 3。现在当我执行此操作时，出现以下错误：

ValueError: Error when checking input: expected dense_32_input to have 4 dimensions, but got array with shape (6, 4, 3)

谁能解释我做错了什么以及将来我应该如何将我的数据输入到 Keras 中？

提前致谢！

Answer 1

第一个密集层中的 input_shape 应该是 (4, 3) 而不是 (6, 4, 3)。第一个维度（在您的情况下为 6）用于批量大小，您不应在输入形状中指定。

您的模型也存在更多问题。您可能希望在输出层使用 softmax 而不是 sigmoid。其次，带有标签的 y 向量应该具有数值。例如，您可以用整数索引来表示每个单词。第三，我认为您希望在模型的开头有一个 Flatten 层，以将您的 2 级输入张量展平为 1 级张量。