'Error when checking target' 尝试使用 VGG16 模型训练时的消息
'Error when checking target' message when trying to train with VGG16 model
我是迁移学习的初学者，
在这个项目中，我旨在使用 VGG16 并添加更多层以在 2 classes 之间进行 classification：class0 和 class1
我有一个名为 'train' 的数据框，其中 'id' 列包含文件名，而标签包含该图像的 class
图像并通过 ImageDataGenerator() 和 flow.from_dataframe
准备
总结一下，我的最后一层是Dense(2,activation='softmax')
VGG16 的输入图像的形状为 (32,32,3)
但是一直报错：
ValueError：检查目标时出错：预期 dense_55 有 2 个维度，但得到的数组形状为 (1, 32, 32, 3)
我的模型总结：
Here 是我用于训练的 jupyter notebook。
我这里的编码有什么问题？
该错误意味着您的网络输出具有两个维度（如摘要所示，输出形状为 (None, 2)），但您的标签具有形状 (1, 32, 32, 3)。
在您的验证数据生成中，您设置了 class_mode="input"。这意味着您的标签也将是与您的输入形状相同的图像（请参阅文档 https://keras.io/preprocessing/image/#flow_from_dataframe），而不是二维分类标签。这就是问题。使用 class_mode="categorical" 作为训练数据。
我是迁移学习的初学者， 在这个项目中，我旨在使用 VGG16 并添加更多层以在 2 classes 之间进行 classification：class0 和 class1
我有一个名为 'train' 的数据框，其中 'id' 列包含文件名，而标签包含该图像的 class
图像并通过 ImageDataGenerator() 和 flow.from_dataframe
准备总结一下，我的最后一层是Dense(2,activation='softmax')
VGG16 的输入图像的形状为 (32,32,3)
但是一直报错：
ValueError：检查目标时出错：预期 dense_55 有 2 个维度，但得到的数组形状为 (1, 32, 32, 3)
我的模型总结：
Here 是我用于训练的 jupyter notebook。
我这里的编码有什么问题？
该错误意味着您的网络输出具有两个维度（如摘要所示，输出形状为 (None, 2)），但您的标签具有形状 (1, 32, 32, 3)。
在您的验证数据生成中，您设置了 class_mode="input"。这意味着您的标签也将是与您的输入形状相同的图像（请参阅文档 https://keras.io/preprocessing/image/#flow_from_dataframe），而不是二维分类标签。这就是问题。使用 class_mode="categorical" 作为训练数据。