keras cnn网络中的超预期输出维度答案

【问题标题】：Uexpected output dimension in keras cnn networkkeras cnn网络中的超预期输出维度
【发布时间】：2017-04-11 23:00:07
【问题描述】：

由于某种原因，我的分类网络得到了一个出乎意料的输出维度。

网络有 18 个形状为 (45,5,3) 的输入

输出是一个长度为 15 的向量 - 每 45 个类别对应一个类别。提取的类别来自 145 个类别的池。

我的网络如下所示：

#stride = 2
#dim = 40
#window_height = 5
#splits = ((40-5)+1)/2 = 18

kernel_number = int(math.ceil(splits))
list_of_input = [Input(shape = (45,5,3)) for i in range(splits)]
list_of_conv_output = []
list_of_max_out = []
for i in range(splits):
    list_of_conv_output.append(Conv2D(filters = kernel_number , kernel_size = (int(splits-3),3))(list_of_input[i]))
    list_of_max_out.append((MaxPooling2D(pool_size=((2,2)))(list_of_conv_output[i])))

merge = keras.layers.concatenate(list_of_max_out)
print merge.shape
reshape = Reshape((15,324))(merge)

dense1 = Dense(units = 1000, activation = 'relu',    name = "dense_1")(reshape)
dense2 = Dense(units = 1000, activation = 'relu',    name = "dense_2")(dense1)
dense3 = Dense(units = 145 , activation = 'softmax', name = "dense_3")(dense2)
model = Model(inputs = list_of_input ,outputs = dense3)

但由于某种原因，当我传递输出数据时出现错误。它当前存储为形状 (16828,15) 的 numpy.ndarray，我收到一个值错误说明：

Error when checking model target: expected dense_3 to have 3 dimensions, but got array with shape (16828, 15)

为什么预期是 3 暗而不是 2 暗？

模型摘要表明输出暗淡为 (15,145)，正如我所期望的那样？ 145 个班级中的 15 个班级。或者这是不正确的？

型号总结： https://pastebin.com/27YTQW2m

【问题讨论】：

print merge.shape 的结果是什么？
@Van (?, 15, 1, 324)
你的输出数组存储的是什么？整数？你的loss 功能是什么？
还没有决定关于损失的任何事情......所以将尝试使用 SGD，从那里看到......但是带有类的向量。

标签： python numpy keras

【解决方案1】：

如果我被纠正了，model.output_shape 是 (None, 15, 145)，并且您在训练期间发送了一个形状为 (16828, 15) 的数组。

您可能希望在安装之前将(16828, 15) 扩展为(16828, 15, 145)。

【讨论】：