这是具体的错误*the same first dimension, got logits shape [2,6] and labels shape [6] 以下是代码:我就不提供源码,我在测试如下小的LSTM序列时就已经不能通过,所以想问下,我是数据处理的不对,还是网络层写的不对。
这里我建立了两个句子,每个句子长度为3,每个字的维度为3; data=np.asarray([[1,0,0],[0,1,0],[0,0,1],[0,0,1],[0,1,0],[1,0,0]]).reshape(2,3,3) label=np.asarray([[1,2,3],[3,2,1]]) #建立网络层 model=tf.keras.Sequential() model.add(tf.keras.layers.Dropout(0.2,input_shape=(3,3))) model.add(tf.keras.layers.LSTM(3)) model.add(tf.keras.layers.Dense(3,activation='softmax'))
因为我标签为具体的整型,所以我确定需要用这个损失函数 model.compile(optimizer='adam',loss='sparse_categorical_crossentropy')
这里我将上面的数据和标签喂进模型时,就出现上面的错误,所以想问下这里是数据不对,还是模型不对。
版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。