多分类任务ANN模型出现Shapes(None,1)与(None,6)不兼容报错求解

错误根因 #

报错是损失函数与标签格式不匹配导致：categorical_crossentropy损失要求输入的标签为独热编码格式，形状需要和模型输出的(None, 6)对应，而当前使用的y_train、y_test是原始整数类别标签，形状为(None, 1)，二者形状不兼容。

解决方案 #

可以任选以下任意一种方案修复问题：

• 方案一（修改损失函数，操作更简便）
  直接将模型编译时的损失函数替换为sparse_categorical_crossentropy，该损失原生支持整数类别标签，无需额外修改标签格式：

  model.compile(optimizer='rmsprop', loss='sparse_categorical_crossentropy', metrics=['accuracy'])
  

• 方案二（对标签做独热编码，保留原损失函数）
  如果你需要保留categorical_crossentropy损失，需要先将标签转换为独热编码格式，在调用model.fit前添加如下代码即可：

  from tensorflow.keras.utils import to_categorical
  y_train = to_categorical(y_train, num_classes=6)
  y_test = to_categorical(y_test, num_classes=6)
  

额外注意事项 #

当前代码存在训练集、测试集逻辑混用的错误：你从test.csv读取数据作为训练集，从train.csv读取数据作为测试集，会导致模型效果评估异常，建议调整读取逻辑：

# 修正训练集、测试集读取顺序
df = pd.read_csv('train.csv')
dft = pd.read_csv('test.csv')

内容的提问来源于stack exchange，提问作者Md. Imrul Kayes