适配100×100×3输入的Keras CNN训练触发ValueError维度不匹配求助
Keras卷积神经网络训练阶段触发维度不匹配报错求助
- 提问者为深度学习领域新手,编写了适配100×100×3尺寸输入图像的卷积神经网络代码,已花费大量时间排查仍无法解决训练阶段的报错,寻求相关指导。
模型搭建与配置情况
- 接口选型:基于Keras Sequential接口搭建网络
- 输入设置:按通道优先格式设置模型输入形状为
(3,100,100) - 网络结构:堆叠两组Conv2D、ReLU激活、MaxPooling2D、Dropout组成的特征提取模块,经Flatten层接入256维全连接层,最终输出10维softmax结果
- 编译配置:采用Adam优化器、mse损失函数,评估指标包含mae、acc
- 自检结果:打印的模型结构显示各层输出形状、参数量均符合设计预期
报错详情
- 触发时机:调用
model.fit启动训练进入第一个Epoch时,触发ValueError - 报错原因:计算均方误差的
squared_difference运算时检测到张量维度不匹配 - 维度比对:模型输出形状为
[?,10],传入的训练标签形状为[?,1,10000],无法完成逐元素张量运算 - 参考材料:附完整代码与报错堆栈,供问题定位使用
内容的提问来源于stack exchange,提问作者caty
相关产品推荐
相关产品推荐

