Keras :检查目标时出错:要求dense_1具有形状(10，)，但得到具有形状(1，)的数组- MNIST
Keras是一个开源的深度学习框架，它提供了一个高级的神经网络API，可以方便地构建和训练各种深度学习模型。Keras可以运行在多种深度学习后端上，如TensorFlow、CNTK和Theano。
在这个问题中，出现了一个错误：要求dense_1具有形状(10，)，但得到具有形状(1，)的数组。这个错误通常是由于模型的输入和输出形状不匹配引起的。
解决这个问题的方法是检查模型的架构和数据的形状是否一致。首先，确保模型的最后一层（即dense_1层）的输出形状是(10，)。如果不是，可以通过调整该层的单元数或添加/删除层来修改模型的架构。
其次，检查输入数据的形状是否与模型的输入层期望的形状一致。在MNIST数据集中，每个样本是一个28x28的灰度图像，因此输入数据的形状应该是(28, 28)。如果输入数据的形状不正确，可以使用reshape函数来调整数据的形状。
最后，确保训练数据和测试数据的形状也与模型的输入层期望的形状一致。如果数据的形状不匹配，可以使用相同的方法来调整数据的形状。
推荐的腾讯云相关产品是AI Lab，它是腾讯云提供的一站式人工智能开发平台，支持深度学习框架Keras和TensorFlow。您可以在AI Lab上使用Keras来构建和训练深度学习模型，并且还可以使用腾讯云提供的GPU实例来加速训练过程。您可以通过以下链接了解更多关于AI Lab的信息：https://cloud.tencent.com/product/ailab
相关·内容
1回答
Keras: ValueError:检查模型目标时出错:要求dense_1具有形状(None，10)，但得到形状为(10，1)的数组
deep-learning、keras
我是keras的新手，我正面临这样的错误: ValueError:检查模型目标时出错:期望dense_1具有形状(None，10)，但得到具有形状(10，1)的数组。我的输入数组形状是(10</e
浏览 1提问于2016-12-26得票数 3
1回答
Keras :检查目标时出错:要求dense_1具有形状(10，)，但得到具有形状(1，)的数组- MNIST
tensorflow、keras、mnist
我试图对mnist的手写数字进行分类，但我总是从keras那里得到相同的错误。import mnist
model.add(keras.layers.Dense(10, activation=&#
浏览 8提问于2018-07-22得票数 0
3回答
如何将灰度图像数据加载到移动网络模型中
python、tensorflow、conv-neural-network、mobilenet
我试图加载一个灰度图像数据集(时尚-mnist)到MobileNet模型，以预测手写数字，但根据教程，只有RGB图像可以加载到模型。当我尝试提供时尚-mnist样本时，它会给出以下错误：
浏览 0提问于2019-08-05得票数 4
回答已采纳
2回答
为什么我会发现Keras的形状不匹配？
python、tensorflow、keras
我正在为初学者学习Keras mnist的例子。我试图改变标签，以适应我自己的数据，其中有三个不同的文本分类。我正在使用"to_categorical“来实现这一点。在我看来，这个形状是对的，但是“适合”会出现一个错误： keras.laye
浏览 1提问于2019-02-04得票数 1
回答已采纳
1回答
检查目标时出错:要求dense_1具有形状(5749，)，但得到具有形状(1，)的数组
python、numpy、tensorflow、machine-learning、deep-learning
我是深度学习的初学者，正在构建一个根据图像确定人的程序。_1 to have shape (5749,) but got array with shape (1,) 我的完整代码是 import osfrom tensorflow.keras.preprocessing.image上面代码中的print(Y.shape)行给出了输出(13233,)。为什么在错误中显示(1, )？ 注意-我已经看到了下面给出<em
浏览 13提问于2020-03-20得票数 0
1回答
检查目标时出错:要求dense_1具有形状(1，)，但得到形状为(256，)的数组
numpy、machine-learning、neural-network、keras
错误报告告诉我有没有人能给我解释一下为什么这个行不通？train_data = keras.preprocessing.sequence.pad_sequences(train_data,()
model.add(keras</em
浏览 4提问于2018-08-03得票数 0
回答已采纳
1回答
检查目标时出错:要求dense_1具有形状(1，)，但得到形状为(12，)的数组
tensorflow、machine-learning、keras、deep-learning、lstm
我的数据形状(23931，7)。我选择了两列作为我的模型标题“火车”和标题“标签”。我遵循了两个教程，这里是，。ValueError: Error when checking target: expected dense_1 to have shape (1,) but got arrayimport Tokenizer
from tensorflow.python.keras.pre
浏览 0提问于2019-07-10得票数 0
1回答
为什么softmax在mnist fasion keras代码中工作得很好，而不是乙状结肠呢？
machine-learning、keras、deep-learning
我有多标签分类的简单Keras代码，from keras.layers import Conv2D, GlobalAveragePooling2D), (x_test, y_test) = keras.datasets.fashion_mnist.load_data()
model.add(Conv2D(64, (3,3), activation='relu&#
浏览 0提问于2019-05-07得票数 1
回答已采纳
1回答
错误:检查模型输入时出错:要求dense_input_6具有形状(None，784)，但得到具有形状(784L，1L)的数组
python、tensorflow、keras
在尝试将以下代码应用于MNIST样本数据集以进行训练和测试时，我遇到错误。请帮帮忙import pandasimport numpyfrom keras.modelsimport Sequentialfrom keras.layers import Dropout
from
浏览 0提问于2016-06-19得票数 3
1回答
Keras稠密层输出形状误差
python、keras、deep-learning、lstm、convolutional-neural-network
我在研究LSTM的NLP问题。该问题是一个3类(1,2 & 3)的多类分类问题。因此，我使用以下代码转换了目标类：y_train=to_catgorical(y_train)和类似于y_test。但是，在输出密集层中，当我编写model.add((Dense(3,activation='softmax'))时，我会得到以下错误：
检查目标时出错:期望dense_1<em
浏览 0提问于2018-06-27得票数 1
回答已采纳
2回答
多元LSTM的角点输入形状
r、keras、lstm
我试着在keras中拟合一个LSTM模型，其中我有两个输入library(keras)
现在我想要拟合LSTM模型 layer_lstm(units = 50
浏览 0提问于2018-08-07得票数 0
回答已采纳
1回答
我如何改变我的数据，使它与损失:均方误差？
python、tensorflow、keras、mnist
我正在使用mnist数据集(数字)，并希望实现均方错误丢失函数，但是我有以下错误：
ValueError:一个形状为(60000，1)的目标数组被传递给形状输出(无，10)，同时用作丢失的mean_squared_error此损失期望目标具有与输出相同的形状。这是我的代码:最初，我尝试了从：修改的sparse_categoric
浏览 0提问于2019-10-27得票数 1
2回答
如何从mnist.load_data()中选择所需的训练样本
python、tensorflow、keras、deep-learning、mnist
这里是机器学习的新手。我正在尝试训练1000对训练数据和500对测试数据，而不是整个数据集。然而，我得到了一个错误： "ValueError:检查目标时出错:要求activation_24具有形状(10，)，但得到具有形状(1，)的数组“ 以下是我与数据相关的部分代
浏览 18提问于2020-05-02得票数 0
回答已采纳
1回答
如何修正预期的dense_11存在四维误差
keras、conv-neural-network
当我用Keras构建一个卷积神经网络时，我遇到了一些错误：
nclass = 12
model.add(Dense(32, input_shape=input
浏览 3提问于2017-12-30得票数 0
1回答
当我尝试在Keras和Tensorflow后端训练我的模型时，我遇到了一个问题。)
print('Labels shape', labels.shape)
accuracy = model.evaluate(X, y)
print('Accuracy: %.2f' % (accuracy*100)) 特征<
浏览 16提问于2020-01-03得票数 0
1回答
keras -在使用lambda层时如何避免尺寸错误
python、tensorflow、machine-learning、keras、deep-learning
我在tensorflow上使用带有keras的python，并且尝试使用lambda层，并且一直存在相同的错误，我检查了模型的摘要，这一切看起来都很好。此错误仅在培训时发生。from keras.datasets import mnist
from keras.layers import Dense, Input, concatenate,subtract, Lambdatest_x, test_y) = mnist</em
浏览 0提问于2019-05-13得票数 0
回答已采纳
1回答
如何设计一个多到多的LSTM？
lstm
我有一个输入数组的形状(1000,20，4)和输出(标签)的形状(1000,25,1)。但是，不知道如何使用Keras库来为此建立顺序模型！model = Sequential()model.add(LSTM(un ,
浏览 0提问于2019-03-04得票数 1
回答已采纳
1回答
请用Keras解释输入形状。
keras、reshape
我的数据由形状(2,3)的二维数组组成.整个数据集(emp)由12项组成(我知道它对于NN训练来说太小了，但它只是一个测试)，所以它有形状(12,2,3)当我尝试添加Keras层时：model.add(Dense(4, input_shape=(2,3), activation='tanh'))
model.add(Dense(1, a
浏览 0提问于2018-08-14得票数 5
回答已采纳
1回答
检查目标时出错:要求dense_18具有形状(1，)，但得到具有形状(10，)的数组
tensorflow、machine-learning、neural-network
Y_train = to_categorical(Y_train, num_classes = 10)# X_train,X_val,Y_trainmodel.add(Dense(64, activation='relu')) model.add(Dense(10model.fit(X_train, Y_train, batch_size = 86, epochs = 3,v
浏览 11提问于2019-10-15得票数 0
回答已采纳
1回答
ValueError:检查输入时出错:期望lstm_12_input具有形状(5793993，7)，但得到与形状(7，1)相同的数组
python、tensorflow、keras
keras.layers.LSTM(150, activation='sigmoid',return_sequences=True,input_shape=(X_train.shape)),上面是第一层(5793993，7，1)，这是输入的形状。ValueError:在检查输入时出错:期望lstm_12_input具有形状(5793993，7)，但<
浏览 2提问于2020-03-16得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
活动推荐
腾讯云开发者
