Я делаю текстовую классификацию с использованием CNN (следуя подходу Ким Юна)
но я получаю ошибку, которую не могу понять
Я просматривал сообщения с похожими проблемами, но не мог следить за ними
inputs = Input(shape=(sequence_length,))
embedding = embedding_layer(inputs)
reshape = Reshape((sequence_length,embedding_dim,1))(embedding)
conv_0 = Conv2D(num_filters, (filter_sizes[0],
embedding_dim),activation='relu',kernel_regularizer=regularizers.l2(0.01))
(reshape)
conv_1 =
Conv2D(num_filters,filter_sizes[1],embedding_dim),activation='relu',
kernel_regularizer=regulari zers.l2(0.01))(reshape)
conv_2 = Conv2D(num_filters,
(filter_sizes[2],embedding_dim),activation='relu',kernel_regularizer=
regularizers.l2(0.01))(reshape)
maxpool_0 = MaxPooling2D((sequence_length - filter_sizes[0] + 1, 1),
strides=(1,1))(conv_0)
flat_0 = Flatten()(maxpool_0)
maxpool_1 = MaxPooling2D((sequence_length - filter_sizes[1] + 1, 1),
strides=(1,1))(conv_1)
flat_1 = Flatten()(maxpool_1)
maxpool_2 = MaxPooling2D((sequence_length - filter_sizes[2] + 1, 1),
strides=(1,1))(conv_2)
flat_2 = Flatten()(maxpool_2)
merged_tensor = concatenate([flat_0,flat_1, flat_2])
output = Dense(units=3,
activation='softmax',kernel_regularizer=regularizers.l2(0.01(merged_tensor)
ValueError Traceback (последний вызов был последним)
в
1
----> 2 model.fit (x_train, y_train, batch_size, epochs = 100, verbose = 1, callbacks = callback)
3 # начинает тренировку
ValueError: Ошибка при проверке цели: ожидается, что плотность_4 будет иметь форму (3,), но получен массив с формой (2,)
конечно, в сообщении было больше данных, я их выложу при необходимости
dence_4 - конечный результат