ValueError：检查目标时出错：预期（keras 序列模型层）具有 n 维，但得到的数组具有形状

Posted 2023-03-12

【中文标题】ValueError：检查目标时出错：预期（keras 序列模型层）具有 n 维，但得到的数组具有形状

【英文标题】：ValueError: Error when checking target: expected (keras Sequence model layer) to have n dimensions, but got array with shape

【发布时间】：2020-04-12 10:31:22

【问题描述】：

我已加载图像以训练我的模型识别这些图像中的一个特征。

Xtrain 是一个形状为 (1380,200,200,3 ) 的 numpy ndarray，包含 1380 张 200 x 200 像素的 RGB 格式图像

Ytrain 有目标。形状 (1380,2)

当我训练我的模型 (model.fit(Xtrain,Ytrain)) 时，我似乎在每个层上都得到了一个值错误。好像输入既是Xtrain，又是Ytrain...

ValueError：检查目标时出错：预期 batch_normalization_24 有 4 个维度，但得到了形状为 (1380, 2) 的数组

图片：

【参考方案1】：

Keras 的批量归一化层输出的形状与其输入相同。由于您只有两个标签，因此顺序模型中的最后一层应该生成两个输出。您可以考虑添加Dense 层，例如：

model.add(Dense(2), activation='relu')

我还建议使用 print(model.summary()) 检查您的模型架构，并确保输入和输出与您的数据集匹配，反之亦然。