Блог

Когда я запускаю RandomSearch.search, я получил сообщение об ошибке, что форма логитов и форма меток отличаются. Я не понимаю, в чем ошибка. Какая-нибудь помощь? после сообщения об ошибке:

tensorflow.python.framework.errors_impl.InvalidArgumentError: логины и метки должны иметь одно и то же первое измерение, иметь форму логинов [32,15] и форму меток [480] [[node sparse_categorical_crossentropy/SparseSoftmaxCrossEntropyWithLogits/SparseSoftmaxCrossEntropyWithLogits (определено в ProgramDataAnaconda3envstflibпакеты сайтовkeras_tunerenginetuner.py:147) ]] [Op:__вывод_поезд_функция_828] Стек вызовов функций: train_function

ниже приведен мой код:

 import tensorflow as tf
import keras_tuner as kt
from tensorflow import keras
from keras_tuner import RandomSearch
from keras_tuner.engine.hyperparameters import HyperParameters
import os
import cv2
import pandas as pd
import numpy as np
from tensorflow.keras.utils import to_categorical
from sklearn.preprocessing import LabelEncoder
from sklearn.model_selection import train_test_split


f= pd.read_csv('CELLS_ALL.csv')
Labels= f['labels']
path_dir = 'C:\Users\Tusneem\PycharmProjects\imageDataGen\images\'
img_all = []
for i in os.listdir(path_dir):
   img_sig = cv2.imread(path_dir i)
   img_sig = cv2.resize(img_sig, (50, 50))
   img_all.append(img_sig)
x = np.array(img_all, dtype="float") / 255.0
y = Labels
le = LabelEncoder()
y = le.fit_transform(y)
y = to_categorical(y)
#print(labels)


(trainX, testX, trainY, testY) = train_test_split(x, y, test_size=0.25, random_state=42)

# for cnn images should me of shape (len(training,size,size, channel)

trainX= trainX.reshape(len(trainX),50,50,3)
testX = testX.reshape(len(testX),50,50,3)


def build_model(hp):
    model = keras.Sequential([
        keras.layers.Conv2D(
            filters=hp.Int('conv_1_filter', min_value=32, max_value=128, step=20),
            kernel_size=hp.Choice('conv_1_kernel', values=[3, 5]),
            activation='relu',
            input_shape=(50, 50, 3)
        ),
        keras.layers.Conv2D(
            filters=hp.Int('conv_2_filter', min_value=32, max_value=64, step=20),
            kernel_size=hp.Choice('conv_2_kernel', values=[3, 5]),
            activation='relu'
        ),
        keras.layers.Flatten(),
        keras.layers.Dense(
            units=hp.Int('dense_1_units', min_value=32, max_value=128, step=20),
            activation='relu'
        ),
        keras.layers.Dense(15, activation='softmax')
    ])

    model.compile(optimizer=keras.optimizers.Adam(hp.Choice('learning_rate', values=[1e-2, 1e-3])),
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])

    return model
    model.compile(optimizer=keras.optimizers.Adam(hp.Choice('learning_rate', values=[1e-2, 1e-3])),
                  loss='sparse_categorical_crossentropy',
                  metrics=['accuracy'])
    model.summary()

    return model

tuner_search= kt.RandomSearch(build_model,
                          objective='val_accuracy',
                          max_trials=5) #,directory='tune',project_name="cnn model tunning"

tuner_search.search(trainX,trainY,epochs=5,validation_split=0.1)
model=tuner_search.get_best_models()[0]
 

Проблема заключается в этой строке:

tuner_search.поиск(trainX,trainY,эпохи=5,validation_split=0,1)

Мой вопрос в том, как решить эту ошибку?

Я думаю, проблема заключалась в том, что не следовало использовать мою переменную «y» в качестве горячей кодировки. Это должна быть форма от 1 до 15, которая представляет собой количество категорий в моей целевой переменной «y».