使用Keras CIFAR10数据集时出现数据基数不匹配错误求排查

问题诊断 #

触发ValueError的核心原因是训练模型时传入的特征数据与标签数据不匹配：
你误用了测试集的特征数据X_test_flat（对应CIFAR10测试集的10000个样本），搭配训练集的标签y_train（对应CIFAR10训练集的50000个样本），两者样本数量完全不一致，导致模型无法对齐输入和标签。

解决方案 #

训练模型时必须使用同数据集的特征和标签配对：

• 训练阶段：用训练集的特征X_train_flat和训练标签y_train
• 预测/评估阶段：用测试集的特征X_test_flat和测试标签y_test

修正后的关键代码如下：

# 修正训练行：使用训练集数据配对
model.fit(X_train_flat, y_train, epochs=15)

# 预测和评估保持正确的测试集配对
y_pred = model.predict(X_test_flat)
model.evaluate(X_test_flat, y_test)

额外优化建议 #

1. 保留图像通道信息：CIFAR10是3通道彩色图像，当前reshape丢失了通道信息，会损失特征。建议展平为3072维度：

   X_train_flat = X_train.reshape(-1, 32*32*3)
   X_test_flat = X_test.reshape(-1, 32*32*3)
   # 同步修改模型输入维度
   Dense(units=10, input_shape=(3072,), activation='sigmoid')
   

2. 优化模型结构：当前仅一个10单元的输出层，结构过于简单，很难在CIFAR10上得到理想准确率，建议增加隐藏层数量和神经元个数。

内容的提问来源于stack exchange，提问作者confused guy