ValueError：检查目标时出错：预期dense_2有3维，但得到的数组形状为(10000, 1)答案

【问题标题】：ValueError: Error when checking target: expected dense_2 to have 3 dimensions, but got array with shape (10000, 1)ValueError：检查目标时出错：预期dense_2有3维，但得到的数组形状为(10000, 1)
【发布时间】：2018-09-12 09:18:51
【问题描述】：

我正在使用 keras MLP 网络对 3-D 词向量 input_shape=(None,24,73) 进行二进制分类。我使用了两个密集层dense_1 和dense_2。在dense_2，我遇到了一个我无法解决的错误。

这是我的模型摘要。

Layer (type)                 Output Shape              Param #   
=================================================================
dense_1 (Dense)              (None, 8, 90)             6660      
_________________________________________________________________
dense_2 (Dense)              (None, 8, 1)              91        
=================================================================
Total params: 6,751
Trainable params: 6,751
Non-trainable params: 0

ValueError：检查目标时出错：预期 dense_2 有 3 尺寸，但得到形状为 (22, 1) 的数组

【问题讨论】：

向我们展示您的目标 (y) 的数据形状。从我在这里看到的错误是抱怨你的目标和模型的输出没有相同的形状

标签： python neural-network keras

【解决方案1】：

由于你有一个 binary_classification 任务，你的最后一层应该看起来像这样

model.add(Dense(1, activation='sigmoid'))

现在您的模型正在输出与形状不匹配的 3D 数组你的目标（2D）

【讨论】：