Керас, тренировка с пустой категорией

Question

Может быть, это наивный вопрос.Я хочу попробовать небольшой эксперимент для исследования: обучите модель с дополнительной и пустой категорией из той, что у меня есть в обучении и валидации, и посмотрите, как прогноз для этой дополнительной категории снижается с количеством выборок и эпох.В частности, я добавил 5-ю фантомную категорию в фрейм данных панд.Я также использую ImageDataGenerator.

train_datagen = ImageDataGenerator(
    rotation_range=0,
    rescale=1./255,
    shear_range=0.0,
    zoom_range=0.2,
    horizontal_flip=False,
    width_shift_range=0.0,
    height_shift_range=0.0
)


train_generator = train_datagen.flow_from_dataframe(
    train_df, 
    "/mypath/", 
    x_col='filename',
    y_col='category',
    target_size=IMAGE_SIZE,
    class_mode='categorical',
    batch_size=batch_size
)

validation_datagen = ImageDataGenerator(rescale=1./255)
validation_generator = validation_datagen.flow_from_dataframe(
    validate_df, 
    "/mypath/", 
    x_col='filename',
    y_col='category',
    target_size=IMAGE_SIZE,
    class_mode='categorical',
    batch_size=batch_size
)

history = model.fit_generator(
    train_generator, 
    epochs=epochs,
    validation_data=validation_generator,
    validation_steps=total_validate//batch_size,
    steps_per_epoch=total_train//batch_size,
    callbacks=callbacks
)

Однако, когда я пытаюсь обучить CNN, я получил следующую ошибку:

Error when checking target: expected dense_2 to have shape (5,) but got array with shape (4,)

Кто-то может предложить обходной путь?