ValueError：数据基数不明确。确保所有数组包含相同数量的样本

Question

我在 Colab 上运行以下代码。这是一个回归问题，我想从每个大小为 224 x 224 的图像中生成 5 个浮点值。根据我的理解，为了解决这个问题，我应该在最后一层使用具有 5 个节点的全连接网络。但是在 keras 上这样做给了我下面描述的错误。

import keras, os
import numpy as np
from tensorflow.keras.models import Model
from tensorflow.keras.optimizers import Adam
from tensorflow.keras.layers import Dense, GlobalAveragePooling2D
from tensorflow.keras.applications.inception_v3 import InceptionV3

## data_list = list of four 224x224 numpy arrays

inception = InceptionV3(weights='imagenet', include_top=False)
x = inception.output
x = GlobalAveragePooling2D()(x)
x = Dense(1024, activation='relu')(x)
predictions = Dense(5, activation='relu')(x)

y = [np.random.random(5),np.random.random(5),np.random.random(5),np.random.random(5)]

model = Model(inputs=inception.input, outputs=predictions)
opt = Adam(lr=0.001)
model.compile(optimizer=opt, loss="mae")
model.fit(data_list, y, verbose=0, epochs=100)

错误：

ValueError：数据基数不明确：
x 尺寸：224、224、224、224
y 尺寸：5、5、5、5
确保所有数组都包含相同数量的样本。

可能出了什么问题？

Answer 1

将data_list 和y 转换为numpy 数组或张量。

在您的代码中，列表被视为四个输入，而您的模型只有一个输入 - https://keras.io/api/models/model_training_apis/

添加这些行：

import tensorflow as tf

data_list = tf.stack(data_list)
y = tf.stack(y)

Answer 2

试试这个

model.fit(np.array(data_list), np.array(y), verbose=0, epochs=100)