输出层形状中的 Keras 功能 API 错误答案

【问题标题】：Keras Functional API error in output layer shape输出层形状中的 Keras 功能 API 错误
【发布时间】：2019-05-07 12:33:31
【问题描述】：

所以我正在构建一个神经网络，它将接收 2 个输入（图像）并返回一个二进制输出（0 或 1）。

我已经有了我的标签和输入。

标签和输入的形状如下：

--------Labels--------

(8281,)

--------Images--------

(8281, 500, 500, 1)

这是我的代码：

input_front_images1 = Input(shape=(500, 500, 1))
input_front_images2 = Input(shape=(500, 500, 1))

x1=Conv2D(32, kernel_size=3,activation='relu')(input_front_images1)
x2=Conv2D(32, kernel_size=3,activation='relu')(input_front_images2)

x = keras.layers.concatenate([x1, x2])
x = Dense(64, activation='relu')(x)
predictions = Dense(1, activation='sigmoid')(x)
model = Model(inputs=[input_front_images1,input_front_images2], 
outputs=predictions)


model.compile( optimizer= 'rmsprop' , loss='categorical_crossentropy' , 
metrics=['accuracy'])
model.summary()
model.fit([image_front_pairs1,image_front_pairs2], 
[labels_front_pairs],epochs=2,batch_size=64)

它给了我这个错误：

ValueError: Error when checking target: expected dense_39 to have 4 dimensions, but got array with shape (8281, 1)

【问题讨论】：

标签： python keras neural-network keras-layer

【解决方案1】：

您必须将 Conv2D 层从形状 (H,W,1) 重塑为 (H*W*1,)

import numpy as np

然后

x = keras.layers.concatenate([x1, x2])
# add this lines to code
dim = np.prod(x._shape[1:])
x = keras.layers.Reshape([dim.value,])(x)
x = Dense(64, activation='relu')(x)

或

x = Dense(64, activation='relu')(x)
# add this lines to code
dim = np.prod(x._shape[1:])
x = keras.layers.Reshape([dim.value,])(x)
predictions = Dense(1, activation='sigmoid')(x)

【讨论】：