Реализация моей первой модели keras: почему я получаю несоответствие во входных массивах?

Question

Я пытаюсь реализовать свою первую модель керас. Я следовал этому учебнику

Я использую следующие версии модулей:

scipy: 1.4.1
numpy: 1.18.1
matplotlib: 3.1.3
pandas: 1.0.3
statsmodels: 0.11.0
sklearn: 0.22.1
Using TensorFlow backend.
keras: 2.3.1

Это код моего createmodel.py

from keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()

img_rows, img_cols = 28, 28

x_train = x_train.reshape(x_train.shape[0], img_rows, img_cols, 1)
x_test = x_test.reshape(x_test.shape[0], img_rows, img_cols, 1)

x_train = x_train / 255
x_test = x_test / 255

from keras.utils import to_categorical
num_classes = 10

y_train = to_categorical(y_train, num_classes)
y_test = to_categorical(y_test, num_classes)

from keras.models import Sequential
from keras.layers import Dense, Dropout, Flatten, Conv2D, MaxPooling2D

model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3),
     activation='relu',
     input_shape=(img_rows, img_cols, 1)))

model.add(Conv2D(64, (3, 3), activation='relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Dropout(0.25))

model.add(Flatten())

model.add(Dense(128, activation='relu'))
model.add(Dropout(0.5))
model.add(Dense(num_classes, activation='softmax'))

model.compile(loss='sparse_categorical_crossentropy',
      optimizer='adam',
      metrics=['accuracy'])

batch_size = 128
epochs = 10

model.fit(x_train, y_train,
          batch_size=batch_size,
          epochs=epochs,
          verbose=1,
          validation_data=(x_test, y_test))
score = model.evaluate(x_test, y_test, verbose=0)
print('Test loss:', score[0])
print('Test accuracy:', score[1])
model.save("test_model.h5")

Но когда я запускаю скрипт, я получаю следующую ошибку, когда модель обучается (в строке model.fit):

ValueError: Error when checking target: expected dense_2 to have shape (1,) but got array with shape (10,)

Я понимаю, что у меня есть несоответствие в измерениях массива. Но так как я новичок в keras и python, мне нужен кикстарт от вас. Спасибо за помощь!

Answer 1

model.compile(loss='sparse_categorical_crossentropy',
      optimizer='adam',
      metrics=['accuracy'])

Вместо потерь = 'sparse_categorical_crossentropy' используйте loss = keras.losses.categorical_crossentropy

model.compile(loss=keras.losses.categorical_crossentropy,
      optimizer='adam',
      metrics=['accuracy'])

Answer 2

Хорошо, я сразу же отвечу на свой вопрос, чтобы он помог кому-то другому в моей ситуации.

Как указано здесь в руководстве приведена ошибка при компиляции модели - вам нужно использовать

categorical_crossentropy

при компиляции с вектором с горячим кодированием.

Разница описана здесь