作为作业4,Coursera CV TF课程的一部分,我的代码在 model.fit()
model.compile(loss='categorical_crossentropy',metrics=
['accuracy'],optimizer=tf.keras.optimizers.RMSprop(lr=0.001))
# shuffle and create batches before training
model.fit(train_batches,epochs=25)
错误:
ValueError: Shapes (None, 1) and (None, 2) are incompatible
关于问题可能来自何处的任何提示?我怀疑以下格式或类型错误train_batches
:
train_data = tfds.load('cats_vs_dogs', split='train[:80%]', as_supervised=True)
augmented_training_data = train_data.map(augmentimages)
train_batches = augmented_training_data.batch(32)
尽管我不熟悉该体系结构的确切代码,但我怀疑是这一行:
model.compile(loss='categorical_crossentropy',metrics=
['accuracy'],optimizer=tf.keras.optimizers.RMSprop(lr=0.001))
您可能正在使用categorical_crossentropy
而不是binary_crossentropy
在输出中具有1个神经元的二进制分类,但这只是一个假设,考虑到我没有要看的代码和体系结构。实际上,我有99%的理由是问题出在那。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句