图像分类异常 - 给定标签的无效

Question

我正在研究皮肤癌图像分类。我的数据集由三个类的图像组成。我给每个班级的标签为0,1和2。0-1级图像1 =第二类图像2 =第三类图像当我编译模型时，我会遇到一个错误，这确实使我烦恼。我遇到的错误是 -

tensorflow.python.framework.errors_impl.invalidargumenterror：收到的标签值为2，该值超出[0，1）的有效范围。标签值：2 2 2 2 2 2 2 2 2 2 2 2 2 0 2 2 2 0 2 2 0 1 0 0 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 2 1

我用于编译模型的代码是 -

model.compile(loss='sparse_categorical_crossentropy',optimizer = optimizers.RMSprop(lr=2e-5),metrics=['acc'])

有人可以请我指出我正在做的错误？

编辑1： 我的模型代码是 -

from keras.applications import InceptionResNetV2
conv_base = InceptionResNetV2(weights = 'imagenet',include_top=False,input_shape=(150,150,3))
from keras import layers
from keras import models
model=models.Sequential()
model.add(conv_base)
model.add(layers.Flatten())
model.add(layers.Dense(256,activation='relu'))
model.add(layers.Dense(1,activation='softmax'))

Answer 1

您的模型的输出对应于一个类别，而不是三个的情况，因此您应该替换此行：

model.add(layers.Dense(3,activation='softmax'))