无法运行 EfficientNet 模型来训练 4 类答案

【问题标题】：Failed to run EfficientNet model to trained 4 class无法运行 EfficientNet 模型来训练 4 类
【发布时间】：2021-08-09 13:37:25
【问题描述】：

我将使用 4 个带有图像的类来训练我的模型。

这是我的预训练代码的样子

conv_base = EfficientNetB0(weights="imagenet", include_top=False,
                                               input_shape=(224, 224, 3))

我用这样的代码训练了我的模式：

eff_history = model.fit(
                        train_generator,
                        validation_data=validation_generator,
                        steps_per_epoch=486 // 20,
                        epochs=10)

但是出现了如下问题：

有帮助吗？

【问题讨论】：

发布您的整个模型代码。
这是我的代码兄弟，colab.research.google.com/drive/… 感谢您的检查
将此model.add(layers.Dense(2, activation="softmax", name="fc_out")) 更改为model.add(layers.Dense(3, activation="softmax", name="fc_out"))。不同之处在于您在输出中有 3 个类，但您从模型中传递了 2 个类，因此存在形状不匹配。
嗨，我的代码适用于 4 类。谢谢你的帮助。为了进一步沟通，我可以给我你的电子邮件吗？讨论更多关于这个

标签： python deep-learning conv-neural-network efficientnet

【解决方案1】：

每个样本都有三个标签，但模型的最后一层输出 2 个类，因此您获得的 logits 数是 2 而不是 3。您需要更改模型以具有 3 维输出。

【讨论】：

有什么线索我应该在哪里更改代码？
您能否提供有关您正在使用什么以及它是谁或哪个实现的更多信息。所以我可以查看源代码并为您提供更好的指导。
这是我的代码兄弟，colab.research.google.com/drive/… 感谢您的检查
您好，您可以复制我在上面定义 conv_base 的位置提供的代码吗？我目前无法运行代码。
@D.ACAR 这不是他问题的答案，因为您的编辑将使它成为整个模型，而不是base_model。此外，在他的代码中，他想使用Dropout，否则他无法使用。我已将答案放在问题的评论中。