TFF：ValueError：形状（无，1）和（无，）不兼容

Question

我使用 TFF，我的数据集有一个 binary_mode 类，这就是我声明输入的方式：

genv0 = img_genv.flow_from_directory(pathv0,(224, 224),'rgb', batch_size=2, class_mode='binary')
train_data = tf.data.Dataset.from_generator(genv0, output_types=(tf.float32, tf.float32), output_shapes = ([2,224,224,3],[2,1])

这是我的 sample_batch ：

images, labels = next(img_gen.flow_from_directory(path0,target_size=(224, 224), batch_size=2, class_mode='binary'))

我在我的模型中添加了这一层

model_output = tf.keras.layers.Dense(1, activation="sigmoid")(last_layer)
 model.compile(optimizer=tf.keras.optimizers.SGD(lr=0.001)
             loss=tf.keras.losses.BinaryCrossentropy(),
              metrics=([tf.keras.metrics.BinaryAccuracy()))

运行我的代码时，我发现这个错误：

 ValueError: Shapes (None, 1) and (None,) are incompatible

我认为问题在于 sample_batch 没有采用 bainary 模式的标签。 我该如何解决这个问题 谢谢

Answer 1

从它的名字看来，在二进制模式下，标签可能是一个标量1 或0，形状为[]，而不是张量[1] 或[0]。 Keras 通常喜欢张量。

也许尝试使用tf.reshape 或tf.expand_dims 将标量转换为张量。如果labels 是形状[batch_size]，我们想把它变成形状[batch_size, 1]：

labels = tf.reshape(labels, shape=[-1, 1])