我在 Keras 中构建了一个简单的 MLP。我输入的形状是:
X_train.shape - (6, 5)
Y_train.shape - 6
创建模型
model = Sequential()
model.add(Dense(32, input_shape=(X_train.shape[0],), activation='relu'))
model.add(Dense(Y_train.shape[0], activation='softmax'))
# Compile and fit
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
model.fit(X_train, Y_train, epochs=10, batch_size=1, verbose=1, validation_split=0.2)
# Get output vector from softmax
output = model.layers[-1].output
这给了我错误:
ValueError: Error when checking input: expected dense_1_input to have shape (6,) but got array with shape (5,).
我有两个问题:
- 为什么会出现上述错误,我该如何解决?
- 是
output = model.layers[-1].output
返回给定输入向量的softmax向量的方法吗?我从来没有在 Keras 做过这个。