machine-learning - 检查目标时出错：预期 dense_2 有 2 个维度，但得到了形状为 (2, 3, 3) 的数组

Question

我有以下标签：[“user”、“user2”、“user3”]

这是我的预处理：

data = np.array(data, dtype="float32")/ 255.0
labels = np.array(labels)

lb = preprocessing.LabelBinarizer()
transfomed_label = lb.fit_transform(labels)

print(transfomed_label)

data = data.transpose()
X_train, X_test, y_train, y_test = train_test_split(data, transfomed_label, 
test_size=0.25, random_state=111)

y_train = np_utils.to_categorical(y_train, len(lb.classes_))
y_test = np_utils.to_categorical(y_test, len(lb.classes_))

我的打印返回 [[1 0 0][0 0 1][0 1 0]]

我不太确定如何解决此错误。错误发生在：

model.fit(X_train, y_train, 
          batch_size=32, nb_epoch=10, verbose=1)

在我的第二个密集之前，我确实变平了。

Answer 1

我已经解决了这个问题。当我适合并转换我的标签时，我需要使用transformed_label[1,:]。我只需要上课，我既参加了样品课，也参加了课程。