ValueError: Shapes (None, 1) and (None, 10) is incompatible - 使用 image_dataset_from_directory 使用 Keras 训练 CNN 时答案

【问题标题】：ValueError: Shapes (None, 1) and (None, 10) are incompatible - When training CNN with Keras using image_dataset_from_directoryValueError: Shapes (None, 1) and (None, 10) is incompatible - 使用 image_dataset_from_directory 使用 Keras 训练 CNN 时
【发布时间】：2022-10-22 23:23:52
【问题描述】：

ValueError: Shapes... incompatible 在使用张量时是一个非常普遍的错误，但在我的情况下，它是在使用image_dataset_from_directory 方法使用 Keras 训练 CNN 时。

【问题讨论】：

数据集中的图像是什么形状，你为 CNN 的 InputLayer 指定了什么形状？
@Mark Lavin我正在使用 tf.keras.utils.image_dataset_from_directory 的 image_size 参数来调整图像的大小， image_size=(150, 150) 和模型定义 keras.Input(shape=(150, 150, 3)

标签： keras conv-neural-network

【解决方案1】：

解决方案是在编译语句中将 'categorical_crossentropy' 替换为 'sparse_categorical_crossentropy'。

为什么？根据 image_dataset_from_directory 文档，“int”是默认的标签编码。因此，默认情况下，“image_dataset_from_directory”将为数据集创建一组标签作为整数，从 1 到数据集中的类数。

在这种情况下，应该使用“sparse_categorical_crossentropy”损失而不是“categorical_crossentropy”来编译模型。

【讨论】：