Kerm试图用人工神经网络。模型的输入维度为(5,5,2),而输出的维度为(5,5)。在运行整备整备()函数,我遇到以下错误:
ValueError: Error when checking target: expected dense_3 to have 4 dimensions, but got array with shape (5, 5)
这是我正在执行的代码
^{pr2}$以下是网络架构:
Layer (type) Output Shape Param #
=================================================================
dense_1 (Dense) (None, 5, 5, 1000) 3000
_________________________________________________________________
dense_2 (Dense) (None, 5, 5, 1000) 1001000
_________________________________________________________________
dense_3 (Dense) (None, 5, 5, 1) 1001
=================================================================
Total params: 1,005,001
Trainable params: 1,005,001
Non-trainable params: 0
_________________________________________________________________
模型应该基于(5,5,2)数组输出一个(5,5)数组,但在最低隐藏层失败。我如何解决这个问题?在
使用以下代码作为参考根据输入值更改值:
train_data=列车_数据重塑(列车_数据.形状[0],10,30,30,1)
对于你输入的列车数据
您的网络将输出形状为
(batch_size, 5, 5, 1)
的张量。你的输出是四维张量吗? 如果它是(5,5)
的一个值,我想你需要把它重塑成(1,5,5,1)
相关问题 更多 >
编程相关推荐