我想做一个分类问题的多输入模型。但是,我有两个输入:一个有50000行,另一个有10000行
标签是一样的,但显然大小不同。以下是我所做的:
left_branch = Input((8, ))
left_branch_dense = Dense(5, activation = 'tanh')(left_branch)
right_branch = Input((44350, ))
right_branch_reduc = Dense(100, activation = 'tanh')(right_branch)
right_branch_dense = Dense(5, activation = 'tanh')(right_branch_reduc)
merged = Concatenate()([left_branch_dense, right_branch_dense])
output_layer = Dense(2, activation = 'sigmoid')(merged)
model = Model(inputs=[left_branch, right_branch], outputs=output_layer)
model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit([batch_1, batch_2], [labels_bgp_1,labels_bgp_2])
但是,我有以下错误:
检查模型目标时出错:传递给模型的Numpy数组列表的大小不是模型预期的大小。期望看到1个数组,但得到了以下2个数组的列表
看起来模型只需要一个标签数组。我该怎么办?? 非常感谢
目前没有回答
相关问题 更多 >
编程相关推荐