数据基数不明确（确保所有数组包含相同数量的样本）答案

【问题标题】：Data cardinality is ambiguous(Make sure all arrays contain the same number of samples)数据基数不明确（确保所有数组包含相同数量的样本）
【发布时间】：2022-11-11 10:29:34
【问题描述】：

我从 mnist 数据集得到我的数据集，

train_images = train_images.astype("float32")/255.0
test_images = test_images.astype("float32")/255.0

network.fit(train_images, train_labels, batch_size = 64, epochs = 10, verbose =2)
network.evaluate(test_images,test_labels, batch_size = 64, verbose=2)

我在训练期间遇到了这个错误

ValueError: Data cardinality is ambiguous:   x sizes: 10000   y sizes: 60000 Make sure all arrays contain the same number of samples .

谢谢

【问题讨论】：

似乎 train_images 和 train_labels 的大小不同。你从哪里得到 train_labels 和 test_labels？您可以发布完整的代码以便我们重现吗？
你能分享完整的代码来复制你的问题吗？

标签： python tensorflow keras

【解决方案1】：

这个错误背后的原因是，

“输入数据集 (x) 中的行数与标记的输出数据集 (y) 中的相应行不匹配”。或者，将mnist 数据集拆分为训练和测试数据集时可能存在问题。

获取训练和测试数据集的输入和标记数据集的正确方法是：

mnist = tf.keras.datasets.fashion_mnist

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

print("Training dataset:", train_images.shape, train_labels.shape)
print("Testing dataset:", test_images.shape, test_labels.shape)

输出：（输入和输出集的行数应该相等）

Training dataset: (60000, 28, 28) (60000,)  
Testing dataset: (10000, 28, 28) (10000,)

请检查此附件gist 以供参考。

【讨论】：