ValueError:形状(None，6)和(None，5)不兼容

Question

我正在尝试训练我的Sequential模型，但出现了一些问题：

aspect_categories_model = Sequential()
aspect_categories_model.add(Dense(512, input_shape=(6000,), activation='relu'))
aspect_categories_model.add(Dense(5, activation='softmax'))
aspect_categories_model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

当尝试使用：aspect_categories_model.fit(aspect_tokenized, dummy_category, epochs=5, verbose=1).预测值时，我得到了一个值错误：

ValueError: Shapes (None, 6) and (None, 5) are incompatible

虚拟人的代码是：

from sklearn.preprocessing import LabelEncoder
from keras.utils import to_categorical

label_encoder = LabelEncoder()
integer_category = label_encoder.fit_transform(dataset.aspect_category)
dummy_category = to_categorical(integer_category)

标签是5。

Answer 1

dummy_category的形状为(batch_size, 6)，模型的输出形状为(batch_size, 5)。

尝试更改最后一层中的神经元数量。

aspect_categories_model.add(Dense(6, activation='softmax'))

如果你只有5个类别用于预测，那么你在计算dummy_category变量时就犯了一些错误。