ValueError: `logits` 和 `labels` 必须具有相同的形状，收到 ((None, 2) vs (None, 1))

Question

您好，我有一个错误的问题。我正在运行一个标记了 16667 张图像的数据集。我遇到了这样的错误，我该怎么办？我已经将我的数据集分开进行测试和训练，我想尝试 VGG16 模型。

我的课程有标签 1,2,3,

lb = LabelBinarizer()

trainY=np.load(r'data_label.npy')
#labels=trainY
trainY = lb.fit_transform(trainY)
#labels = to_categorical(labels)

trainX=np.load(r'resized_images.npy')

#trainX = np.expand_dims(trainX, axis=3)


trainX, testX, trainY, testY = train_test_split(trainX, trainY,test_size=0.30, stratify=trainY, random_state=42)
#trainY = np.asarray(trainY).astype.reshape((-1,1))
#testX = np.asarray(testY).astype.reshape((-1,1))

print(trainX.shape, trainY.shape)
#model.fit(trainX.reshape(11736, 224, 224, 1))

trainAug = ImageDataGenerator(
    rotation_range=15,
    fill_mode="nearest")
trainX = np.expand_dims(trainX, axis=3)
baseModel = VGG16(weights=None, include_top=False,
    input_tensor=Input(shape=(224, 224, 1)))
headModel = baseModel.output
headModel = AveragePooling2D(pool_size=(4, 4))(headModel)
headModel = Flatten(name="flatten")(headModel)
headModel = Dense(64, activation="relu")(headModel)
headModel = Dropout(0.5)(headModel)
headModel = Dense(2, activation="softmax")(headModel)

#headModel.add(Flatten())
model = Model(inputs=baseModel.input, outputs=headModel)
model.summary()

for layer in baseModel.layers:
    layer.trainable = False
     

INIT_LR = 1e-3
EPOCHS = 20
BS = 32
print("[INFO] compiling model...")
opt = keras.optimizers.Adam(learning_rate=0.01)
model.compile(loss="binary_crossentropy", optimizer=opt,
    metrics=["accuracy"])
#annealer = ReduceLROnPlateau(monitor='val_accuracy', factor=0.5, patience=5, verbose=1, min_lr=1e-3)
print("[INFO] training head...")

print('shape', trainY.shape)
#trainY=(11736,1)

print(trainX)
np.squeeze(trainY, axis=1).shape 
H = model.fit_generator(
    trainAug.flow(trainX, trainY, batch_size=BS),
    steps_per_epoch=len(trainX) // BS,
    validation_data=(testX, testY),
    validation_steps=len(testX) // BS, epochs=EPOCHS)
    #print('shape', trainY.shape))

第一个 epoch 正在运行然后我得到这个错误我应该怎么做：

ValueError：

logits

和

labels

必须具有相同的形状，收到（（无，2）与（无，1））。

Answer 1

你的

trainY

是

(11736,1)

的形状，但是你的最后一层有2个logits

headModel = Dense(2, activation="softmax")(headModel)

。你的标签是什么样的？根据您之前的帖子，您的

trainY

似乎具有与 0,1,2,3,...,n-1 等类对应的不同数值，其中 n 是类数。因此，您需要：

• 一次性编码您的

  trainY

  以塑造

  (11736, n)

  .
• 使用

  n

  进行

  headModel = Dense(n, activation="softmax")(headModel)
登录
• 将损失从二元交叉熵更改为分类交叉熵。