代码之家 › 专栏 › 技术社区 › user2840286

R Keras展平层-得到一个形状为1的数组

deep-learning keras machine-learning tensorflow r

1

user2840286 · 技术社区 · 6 年前

我试着用张量流在R-Keras中建立一个模型,这个模型只有一个平坦的层。以下是代码片段:

model <- keras_model_sequential() %>%
  layer_flatten(input_shape = c(lookback, dim(train.data)[-1]))

model %>% compile(
  optimizer = optimizer_rmsprop(),
  loss = "mae"
)

history <- model %>% fit_generator(
  train_gen,
  steps_per_epoch = 500,
  epochs = 20
)

lookback 是1200和 dim(train.data) 是 (13155, 3) . 平坦层的输入是 (1200, 3) 我希望它能输出3600的一维向量。

train_gen (129, 1200, 3) 第二个是一维向量 (129,) .

但是,我得到了一个错误:

Error in py_call_impl(callable, dots$args, dots$keywords) : 
  ValueError: Error when checking target: expected dense_15 to have shape (3600,) but got array with shape (1,)

layer_dense(units = 1) 但我不明白为什么。

1 回复 | 直到 6 年前

1

today 6 年前

目标形状不兼容:您提供一个大小为1的向量作为目标(即。 (129,) 表示129个样本标签(大小为1),但是模型的输出形状是 (None, 3600) 所以它需要3600大小的向量,这就是为什么当你用一个单位添加一个稠密层时,问题就解决了:稠密层的输出形状是 (None, 1) 你提供 (129,) 而且它们彼此匹配,因此没有什么可抱怨的。