ValueError：检查目标时出错：预期dense_3的形状为（1，），但数组的形状为（5，）答案

【问题标题】：ValueError: Error when checking target: expected dense_3 to have shape (1,) but got array with shape (5,)ValueError：检查目标时出错：预期dense_3的形状为（1，），但数组的形状为（5，）
【发布时间】：2018-12-29 14:18:54
【问题描述】：

如何修复此错误？我尝试访问所有论坛以寻找解决此问题的答案。 train_set 和 test_Set 共有 5 个类。

from keras.models import Sequential

from keras.preprocessing.image import ImageDataGenerator

from keras.layers import Convolution2D, MaxPooling2D, Flatten, Dense
classifier=Sequential()
#1st Convolution Layer
classifier.add(Convolution2D(32, 3, 3, input_shape=(64,64,3),activation="relu"))
#Pooling
classifier.add(MaxPooling2D(pool_size = (2, 2)))

# Adding a second convolutional layer
classifier.add(Convolution2D(32, 3, 3, activation = 'relu'))

classifier.add(MaxPooling2D(pool_size = (2, 2)))

# Flattening
classifier.add(Flatten())

classifier.add(Dense(output_dim = 128, activation = 'relu'))

classifier.add(Dense(output_dim = 64, activation = 'relu'))

classifier.add(Dense(output_dim = 1, activation = 'softmax'))

classifier.compile(optimizer = 'adam', loss = 'categorical_crossentropy', metrics = ['accuracy'])
print(classifier.summary())

train_datagen = ImageDataGenerator(rescale = 1./255,
                                   shear_range = 0.2,
                                   zoom_range = 0.2,
                                   horizontal_flip = True)

test_datagen = ImageDataGenerator(rescale = 1./255)

training_set= train_datagen.flow_from_directory('flowers/train_set',
                                                target_size=(64,64),
                                                batch_size=32,
                                                class_mode='categorical')


test_set= test_datagen.flow_from_directory('flowers/test_set',
                                                target_size=(64,64),
                                                batch_size=32,
                                                class_mode='categorical')

classifier.fit_generator(training_set,
                         samples_per_epoch = 3000,
                         nb_epoch = 25,
                         validation_data = test_set,
                         nb_val_samples=1000)

在这里我附上了错误的图片以供审查。 error

【问题讨论】：

标签： python tensorflow machine-learning keras conv-neural-network

【解决方案1】：

在您的代码中，以下行是错误的

classifier.add(Dense(output_dim = 1, activation = 'softmax'))

改成

classifier.add(Dense(output_dim = 5, activation = 'softmax'))

为什么？这是因为，您的最后一层是 5 维。我怎么知道输出维度是 5？因为，您使用了categorical_crossentropy，而且看起来数据集的标签有 5 个类别（基于图像中输出的第一行）

【讨论】：