ValueError，检查目标时出错：预期的 dense_1 有 4 个维度答案

【问题标题】：ValueError, Error when checking target: expected dense_1 to have 4 dimensionsValueError，检查目标时出错：预期的 dense_1 有 4 个维度
【发布时间】：2018-11-04 19:32:37
【问题描述】：

我正在尝试微调 MobileNet，但收到以下错误：

ValueError, Error when checking target: expected dense_1 to have 4 dimensions, but got array with shape (10, 14)

我设置目录迭代器的方式有什么冲突吗？

train_batches = ImageDataGenerator(preprocessing_function=keras.applications.mobilenet_v2.preprocess_input).flow_from_directory(
train_path, target_size=(224, 224), batch_size=10)
valid_batches = ImageDataGenerator(preprocessing_function=keras.applications.mobilenet_v2.preprocess_input).flow_from_directory(
valid_path, target_size=(224, 224), batch_size=10)

test_batches = ImageDataGenerator(preprocessing_function=keras.applications.mobilenet_v2.preprocess_input).flow_from_directory(
test_path, target_size=(224, 224), batch_size=10, shuffle=False)

我的新瓶颈层如下：

x=mobile.layers[-6].output
predictions = Dense(14, activation='softmax')(x)

model = Model(inputs=mobile.input, outputs=predictions)

【问题讨论】：

标签： tensorflow keras deep-learning conv-neural-network transfer-learning

【解决方案1】：

由于 Dense layer is applied on the last axis of its input 并考虑到 x 是 4D 张量这一事实，predictions 张量也将是 4D 张量。这就是模型需要 4D 输出（即expected dense_1 to have 4 dimensions）但您的标签是 2D（即but got array with shape (10, 14)）的原因。要解决此问题，您需要将 x 设为 2D 张量。一种方法是使用Flatten 层：

x = mobile.layers[-6].output
x = Flatten()(x)
predictions = Dense(14, activation='softmax')(x)

【讨论】：