为什么我会出现 Keras 形状不匹配的情况？

我正在遵循一个针对初学者的 Keras mnist 示例。我尝试更改标签以适合我自己的数据，该数据有 3 个不同的文本分类。我正在使用“to_categorical”来实现这一点。形状对我来说看起来不错，但“fit”会出现错误：

train_labels = keras.utils.to_categorical(train_labels, num_classes=3)

print(train_images.shape)
print(train_labels.shape)

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(28, 28)),
    keras.layers.Dense(128, activation=tf.nn.relu),
    keras.layers.Dense(3, activation=tf.nn.softmax)
])

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

model.fit(train_images, train_labels, epochs=5)

(7074, 28, 28)

(7074, 3)

块引用 块引用 回溯（最近一次调用最后一次）：文件 “C：/Users/lawrence/PycharmProjects/tester2019/KeraTest.py”，第 131 行， 在 model.fit(train_images, train_labels, epochs=5) 文件 "C:\Users\lawrence\PycharmProjects\tester2019\venv\lib\site-packages\tensorflow\python\keras\engine\training.py", 第 1536 行，适合 validation_split=validation_split) 文件“C:\Users\lawrence\PycharmProjects\tester2019\venv\lib\site-packages\tensorflow\python\keras\engine\training.py”， 第 992 行，在 _standardize_user_data 中 class_weight，batch_size）文件“C:\Users\lawrence\PycharmProjects\tester2019\venv\lib\site-packages\tensorflow\python\keras\engine\training.py”， 第 1154 行，在 _standardize_weights 中 exception_prefix='target') 文件“C:\Users\lawrence\PycharmProjects\tester2019\venv\lib\site-packages\tensorflow\python\keras\engine\training_utils.py”， standardize_input_data 中的第 332 行 ' 但得到了形状为 ' + str(data_shape)) 的数组) ValueError: 检查目标时出错: 预期 dend_1 具有形状 (1,) 但得到了 形状为 (3,) 的数组

你需要使用categorical_crossentropy代替sparse_categorical_crossentropy作为损失，因为您的标签是一种热编码。

或者，您可以使用sparse_categorical_crossentropy如果您不对标签进行热编码。在这种情况下，标签应该具有形状(batch_size, 1).