InvalidArgumentError:图执行错误:在训练数据集中

Question

classifier = tf.keras.models.Sequential()
classifier.add(tf.keras.layers.Conv2D(filters=32,
kernel_size=3, 
padding="same", 
activation="relu", 
input_shape=[128, 128, 1]))
classifier.add(tf.keras.layers.MaxPool2D(pool_size=2, 
strides=2, 
padding='valid'))
classifier.add(tf.keras.layers.Conv2D(filters=32, 
kernel_size=3, 
padding="same", 
activation="relu"))
classifier.add(tf.keras.layers.MaxPool2D(pool_size=2, 
strides=2, 
padding='valid'))
classifier.add(tf.keras.layers.Flatten())
classifier.add(tf.keras.layers.Dense(units=128, 
activation='relu'))
classifier.add(tf.keras.layers.Dropout(0.40))
classifier.add(tf.keras.layers.Dense(units=96, activation='relu'))
classifier.add(tf.keras.layers.Dropout(0.40))
classifier.add(tf.keras.layers.Dense(units=64, activation='relu'))
classifier.add(tf.keras.layers.Dense(units=32, activation='softmax')) # softmax for more than 2
classifier.compile(optimizer = 'adam', 
loss = 'categorical_crossentropy', 
metrics = ['accuracy'])
classifier.summary()

运行这段代码后，我得到这个错误:

classifier.fit(training_set,
epochs = 5,
validation_data = test_set)

我已经尝试运行5个epoch和20个epoch的代码，但是这个代码没有运行并抛出这个错误。

Answer 1

发生此错误是因为没有使用训练文件的完全相同的密集单元进行训练。让它们相等，然后再试一次。您的错误将被解决。