Keras：logits 和标签必须是可广播的：logits_size=[32,4] labels_size=[32,2]答案

【问题标题】：Keras: logits and labels must be broadcastable: logits_size=[32,4] labels_size=[32,2]Keras：logits 和标签必须是可广播的：logits_size=[32,4] labels_size=[32,2]
【发布时间】：2021-05-25 13:23:21
【问题描述】：

我正在尝试使用 Keras 来处理图像分类器，但我不断收到错误消息：

InvalidArgumentError：logits 和标签必须是可广播的： logits_size=[32,4] labels_size=[32,2] [[节点 categorical_crossentropy/softmax_cross_entropy_with_logits（定义于 :2) ]] [操作：__inference_train_function_10520]

函数调用栈：train_function

我正在创建这样的模型：

base_model = ResNet50(include_top=False, weights='imagenet')
x = base_model.output
x = GlobalAveragePooling2D()(x)
x = Dense(1024, activation='relu')(x)
predictions = Dense(4, activation='softmax')(x)
model = Model(inputs=base_model.input, outputs=predictions)
model.compile(optimizer=SGD(lr=0.0001, momentum=0.9), loss='categorical_crossentropy', metrics = ['accuracy'])
data_folder = os.path.join("data", "train_min")
test_folder = os.path.join("data", "test_min")

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(data_folder,
                                             target_size = (224, 224),
                                             batch_size = 32,
                                             class_mode = 'categorical')

test_set = test_datagen.flow_from_directory(test_folder,
                                        target_size = (224, 224),
                                        batch_size = 32,
                                        class_mode = 'categorical')

创建 training_set 和 test_set 后，我收到消息

找到属于 2 个类别的 3520 张图片。 (training_set)

找到属于 2 个类别的 480 张图片。 (test_set)

所以加载图像工作正常，我猜。

但是当我尝试执行这段代码时：

model.fit_generator(training_set,
                         steps_per_epoch = 8000,
                         epochs = 5,
                         validation_data = test_set,
                         validation_steps = 200)

我收到了上面已经向您展示过的错误：

InvalidArgumentError：logits 和标签必须是可广播的： logits_size=[32,4] labels_size=[32,2] [[节点 categorical_crossentropy/softmax_cross_entropy_with_logits（定义于 :2) ]] [操作：__inference_train_function_10520]

函数调用栈：train_function

如何更改标签大小？当我创建训练集时，标签不是自动完成的吗？什么是 logits？

【问题讨论】：

您的最后一层应该与您拥有的类别数相匹配

标签： python keras image-classification

【解决方案1】：

尝试将 4 更改为 2 行：预测 = Dense(4, activation='softmax')(x)

【讨论】：

这是修复他们的错误的直接答案。从更大的角度来看，他们的任务似乎是二元分类。他们应该通过 sigmoid 激活将最终 Dense 中的单元设置为 1，将 flow_from_directory 中的类模式设置为“binary”，并使用 binary_crossentropy 作为损失函数。