ValueError：形状（无，1）和（无，5）在Keras中不兼容

Question

model = Sequential()

model.add(Conv2D(128, (3, 3), activation='relu', input_shape=(64, 64, 3), padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))

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

model.add(Conv2D(32, (3, 3), activation='relu', padding='same'))
model.add(MaxPooling2D(pool_size=(2, 2)))

model.add(Flatten())
model.add(Dense(128, activation = 'relu'))
model.add(Dropout(0.5))
model.add(Dense(5, activation = 'softmax'))


model.compile(optimizer='adam', loss='sparse_categorical_crossentropy', metrics=[tf.keras.metrics.Recall()])

该代码适用于量表= ['cerciCy']），但它显示了valueerror：形状（无，1）和（none，5）对于度量值= [tf.keras.metrics.recall（）]）

请帮助我。提前致谢。

Answer 1

回忆仅对于二进制分类才有意义。您的最后一层有5个节点，这实际上意味着您有5个类。您应该将召回召回到另一个指标。 文档应该帮助您为模型选择适当的指标。分类准确性应该足够好以开始。