ValueError：检查输入时出错：预期的 dense_1_input 有 2 个维度答案

【问题标题】：ValueError: Error when checking input: expected dense_1_input to have 2 dimensionsValueError：检查输入时出错：预期的 dense_1_input 有 2 个维度
【发布时间】：2019-06-04 16:09:45
【问题描述】：

我尝试了以下示例：

from keras.models import Sequential  
from keras.layers import *  
import numpy as np

x_train = np.random.random((30,50,50,3))
y_train = np.random.randint(2, size=(30,1))

model = Sequential()    

#start from the first hidden layer, since the input is not         actually a layer   
#but inform the shape of the input, with 3 elements.    
model.add(Dense(units=4,input_shape=(3,))) #hidden layer 1    with input

#further layers:    
model.add(Dense(units=4)) #hidden layer 2
model.add(Dense(units=1)) #output layer

model.compile(loss='binary_crossentropy',
           optimizer='adam',
           metrics=['accuracy'])

model.fit(x_train, y_train,
       epochs=20,
       batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

我收到此错误：

ValueError：检查输入时出错：预期 dense_1_input 具有 2 维，但得到的数组形状为 (30, 50, 50, 3)。

因此，我将 input_shape 更改如下：

from keras.models import Sequential  
from keras.layers import *  
import numpy as np

x_train = np.random.random((30,50,50,3))
y_train = np.random.randint(2, size=(30,1))

model = Sequential()    

#start from the first hidden layer, since the input is not         actually a layer   
#but inform the shape of the input, with 3 elements.    
model.add(Dense(units=4,input_shape=(50,50,3))) #hidden layer 1    with input

#further layers:    
model.add(Dense(units=4)) #hidden layer 2
model.add(Dense(units=1)) #output layer

model.compile(loss='binary_crossentropy',
           optimizer='adam',
           metrics=['accuracy'])

model.fit(x_train, y_train,
       epochs=20,
       batch_size=128)
score = model.evaluate(x_test, y_test, batch_size=128)

但现在我得到了这个错误：

ValueError: 检查目标时出错：预期 dense_2 有 4 个维度，但得到的数组形状为 (30, 1)

知道我做错了什么吗？

【问题讨论】：

标签： keras

【解决方案1】：

问题在于最后一个密集层的输出形状。您可以使用 model.summary() 查看每一层的输出形状。

您的输出形状为 (None,50,50,1)，但要与您的 y_train 匹配形状应该是 (None,1) 形状。

所以我建议你在最后一个密集层之前添加一个flattern layer。请参考link 了解keras 中flattern layer 的定义。

你的模型代码应该是这样的

model.add(Dense(units=4,input_shape=(50,50,3),name="d1")) #hidden layer 1    with input  
model.add(Dense(units=4,name="d2")) #hidden layer 2
model.add(Flatten())
model.add(Dense(units=1,name="d3")) #output layer

model.compile(loss='binary_crossentropy',
           optimizer='adam',
           metrics=['accuracy'])

model.summary()

为您的图层提供更多使用名称，您将很容易理解问题出在哪里。祝您好运 ;-)

【讨论】：