当我尝试在Keras 2.0.8，Python 3.6.1和Tensorflow后端训练我的模型时，我遇到了一个问题。错误消息:检查目标时出错:期望dense_2具有形状(9，)，但得到具有形状(30，)的数组。我还提供了输入的形状。train_x.shap
浏览 15提问于2020-01-11得票数 1
回答已采纳
model.evaluate(test_images, test_labels, verbose=0)但我得到了这个错误when checking target: expected dense_1 to have shape (13,) but got array with shape (40,)和我搜索了一些解决方案，但都没有效果
浏览 0提问于2018-05-23得票数 0
我正在尝试建立一个一维CNN模型，在尝试了很多方法之后，似乎无法解决数据形状问题。下面是我的代码：x_scaled = scaler.fit_transform(data) 抛给我这个错误：
Error when checking target: expected dense
浏览 6提问于2020-05-17得票数 0
这是我的cnn模型的代码，我在这里使用flow_from_directory()，我不知道这个错误的解决方案。 如果解决方案是，我必须使用One-将标签转换为一组50个数字，以输入到神经网络中。你能解释一下如何在我的代码中使用它吗？epochs=10,validation_data=testing_set,
validation_steps=50) 这是我的错误报告ValueError: Error when checking target: expected <e
浏览 18提问于2019-11-23得票数 0
回答已采纳
我试过用dense_2写一些例子，但在检查目标时出现了一些错误:期望keras具有形状(2，)的数组，但得到形状(1，)的数组。
浏览 13提问于2019-03-26得票数 0
metrics=['accuracy'])错误；检查目标时出错:要求dense_2具有形状(3，)，但得到具有形状(1，)的数组
在此处检测到；model.fit(Xtrain_in
浏览 0提问于2020-05-27得票数 1
我将从我的目标开始： 我想用一系列图像(视频)来训练以下模型，准确地说是10。 我的逻辑:为了做到这一点，我创建了一个视频数据库，并将每个视频中的10帧提取到一个np.array对象中。每个帧的大小为(255,255)和灰度。总结:输入形状为(255,255,1)。我已经调试了代码，并验证了以下内容： train_dataset_new = (75,10,255,255,1) # (75为我拥有的列车视频数量) validation_
浏览 10提问于2020-12-04得票数 0
sc_bp_tube_eff_Y_train, epochs=100)但它是错误的：ValueError: Error when checking target: expected dense_2 to have shape (12,) but got array with shape
浏览 13提问于2020-03-03得票数 0
我知道错误：model.add(Dense(30, input_dim=16, activation='
浏览 1提问于2020-10-06得票数 0
回答已采纳
我有这个错误，从我看到的类似问题的答案来看，它是由于没有指定最后一层有30个神经元，因为你想要的输出是一个大小为30的数组。但这不是我的情况，我已经指定了这个，所以我发现如果神经元的数量和输出形状完全匹配，就会出现这个错误，这是非常奇怪的。下面是可能导致此错误的代码部分(images_gray是由形状为(200
浏览 10提问于2020-10-18得票数 0
回答已采纳
1回答
代码中的每个层都显示它期望数组形状，但接收到的数组尺寸与输入数组尺寸相同。#model.add(Dense(output_dim= 4096,ac
浏览 0提问于2019-04-07得票数 0
回答已采纳
1回答
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(Denselr=0.5), 'binary_c
浏览 0提问于2018-08-14得票数 5
回答已采纳
(dp)) ValueError:在检查目标时出错:期望dropout_192具有形状(24，24)，但得到与形状(24，3)相同的数组model：
ValueError:在检查目标时出错:期望repeat_vector_55
浏览 0提问于2019-07-06得票数 1
回答已采纳
当我用Keras构建一个卷积神经网络时，我遇到了一些错误：
model.save(os.path.join(model_path, 'vgg16.model'))
浏览 3提问于2017-12-30得票数 0
在训练此图像分类代码时，我将图像放在10个文件夹(标签)中，并将最终的密集层和num_classes指定为10，但错误消息确实使我感到困惑。对于我来说，角角模型就像一个黑匣子，我一直在试着在每一层之前打印出这些形状，但没有成功。我玩过稠密层的参数。
浏览 4提问于2019-07-18得票数 0
回答已采纳
我正在用Keras训练一个类似VGG16的模型。我正在使用TAM数据集，并收到此错误。我读了很多类似的问题，但到目前为止没有一个对我有帮助。
浏览 22提问于2020-04-24得票数 0
我试图重新训练ResNet50模型，将给定的动物图像分类为30个不同的类别。为此，我制作了一个包含给定维度图像的数组的列表(在扩展维度并对其进行预处理后)：- (1,224,224，3)，因此给定列表的形状(在将其转换为numpy数组后)为( 300，1,224,224，3)，对于30个类，我有一个维数为(300，30)的num
浏览 2提问于2018-07-23得票数 1
)) batch_size=128)我知道这个错误：
ValueError:检查输入时出错:期望dense_1_input具有二维，但得到形状<e
浏览 0提问于2019-06-04得票数 0
回答已采纳
我是Keras的新手，我正在尝试创建一个尺寸合适的模型。我的训练数据的形状是len(x_train) = 1108和len(x_train)[0] = 29430，但我似乎做得不正确。(标题中的确切错误消息位于标有星号*的位置。)我运行了一个模型摘要，所以形状应该是这样的：Output Shape Connected to____________________________
浏览 6提问于2017-07-10得票数 0
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。evaluate the keras modelprint('Accuracy: %.2f' % (accuracy*100)) 特征形状：(5000,400)标签形状(5000，) 我在调用model.fit()的那一行得到了错误。我试图修复这个错误:我尝试使用以下代码重塑X和y数值数组: X.resha
浏览 16提问于2020-01-03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
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
