Ошибка при проверке ввода: ожидалось, что dens_1_input будет иметь форму (784,), но получил массив с формой (10,)

Question

Я изучаю Керас по книге.
И я выполнил код в книге, но получил ошибку.

from keras.utils import np_utils
from keras.datasets import mnist
from keras.models import Sequential
from keras.layers import Dense, Activation
import numpy as np
from numpy import argmax

(x_train, y_train), (x_test, y_test) = mnist.load_data()

x_train = x_train.reshape(60000, 784).astype('float32') / 255.0
x_test = x_test.reshape(10000, 784).astype('float32') / 255.0

x_train = np_utils.to_categorical(y_train)
x_test = np_utils.to_categorical(y_test)

x_val = x_train[:42000]
x_train = x_train[42000:]
y_val = y_train[:42000]
y_train = y_train[42000:]

model = Sequential()
model.add(Dense(units=64, input_dim=28*28, activation='relu'))
model.add(Dense(units=10, activation='softmax'))

model.compile(loss='categorical_crossentropy', optimizer='sgd', metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5, batch_size=32, validation_data=(x_val, y_val))

loss_and_metrics = model.evaluate(x_test, y_test, batch_size=32)
print('')
print('loss_and_metrics : ' + str(loss_and_metrics))

from keras.models import load_model
model.save('mnist_mlp_model.h5')

Сообщение об ошибке:

ValueError: Error when checking input: expected dense_1_input to have shape (784,) but got array with shape (10,)

Я нашел другой относительный вопрос . Это было вызвано проблемой измерения, но я думаю, что не моя причина.

Что мне делать?

Answer 1

MNIST имеет только 10 категорий, потому что это числа от 0 до 9, но в вашем коде есть строка:

model.add(Dense(units=64, input_dim=28*28, activation='relu'))

, которая говорит: input_dim=768 - вы можете избавиться из:

x_train = np_utils.to_categorical(y_train)
x_test = np_utils.to_categorical(y_test)

потому что:

>>> x_test = np_utils.to_categorical(y_test)
>>> x_test.shape
(10000, 10)