下面是我的代码,请大家帮帮我
import tensorflow as tf
from keras.preprocessing.image import ImageDataGenerator
import numpy as np
train_datagen = ImageDataGenerator(
rescale=1./255,
shear_range=0.2,
zoom_range=0.2,
horizontal_flip=True)
training_set = train_datagen.flow_from_directory(
'gopi_cnn_training_data',
target_size=(100, 100),
batch_size=32)
test_datagen = ImageDataGenerator(rescale=1./255)
test_set = test_datagen.flow_from_directory(
'gopi_cnn_test_data',
target_size=(100,100),
batch_size=32)
cnn = tf.keras.models.Sequential()
cnn.add(tf.keras.layers.Conv2D(filters=32, kernel_size=3, activation='relu', input_shape=[100,100,3]))
cnn.add(tf.keras.layers.MaxPool2D(pool_size=2, strides=2))
cnn.add(tf.keras.layers.Conv2D(filters=32, kernel_size=3, activation='relu'))
cnn.add(tf.keras.layers.MaxPool2D(pool_size=2, strides=2))
cnn.add(tf.keras.layers.Flatten())
cnn.add(tf.keras.layers.Dense(units=128, activation='relu'))
cnn.add(tf.keras.layers.Dense(units=1, activation='softmax'))
cnn.compile(optimizer='adam', loss = 'categorical_crossentropy', metrics = ['accuracy'])
cnn.fit(x = training_set, validation_data = test_set, epochs = 25)
我收到以下错误InvalidArgumentError:基质大小不兼容:在[0]:[32,21],在[1]:[128,1] 节点MatMul(定义在C:\Users\THUMMAGO\AppData\Local\Continuum\anaconda3\lib\site-packages\tensorflow_core\python\framework\ops.py:1751) [Op:__inference_distributed_function_5318]
函数调用堆栈:分布函数
2条答案
按热度按时间41ik7eoe1#
我通过使用二进制类数据集复制了这个问题。
为了解决这个问题,您可能需要在代码中提供正确的激活函数和损失函数,如下所示:
或者在模型的最后一层定义
units=no_of_classes
,并选择合适的激活函数和损失函数来实现代码。nwlls2ji2#
这个问题可能与模型的数据形状和输入形状有关。[0]处的项表示数据形状,[1]处的项表示模型的input_shape。您需要调整输入形状以匹配数据形状。