python - 尝试使用 VGG16 模型进行训练时出现“检查目标时出错”消息

Question

我是迁移学习的初学者，在这个项目中，我的目标是使用 VGG16 并添加更多层来在 2 个类之间进行分类：class0 和 class1

我有名为“train”的数据框，其中“id”列包含文件名，而标签包含该图像的类

图像并通过 ImageDataGenerator() 和 flow.from_dataframe 准备

总结一下，我的最后一层是 Dense(2,activation='softmax')

VGG16 的输入图像的形状为 (32,32,3)

但是，它一直是错误的：

ValueError：检查目标时出错：预期dense_55有2维，但得到的数组形状为（1、32、32、3）

我的模型总结：

这是我用于训练的 jupyter 笔记本。

我在这里的编码有什么问题？

Answer 1

该错误意味着您的网络输出具有两个维度（如摘要所示，输出形状为(None, 2)），但您的标签具有 shape (1, 32, 32, 3)。

在您的验证数据生成中，您设置class_mode="input". 这意味着您的标签也将是与您的输入形状相同的图像（请参阅文档https://keras.io/preprocessing/image/#flow_from_dataframe），而不是二维分类标签。这就是问题。与您用于class_mode="categorical"训练数据的方式相同。