小编Dav*_*veS的帖子

我正在尝试为回归问题创建一个 ResNet50 模型，输出值范围从 -1 到 1。

我省略了 classes 参数，在我的预处理步骤中，我将图像大小调整为 224,224,3。

我尝试创建模型

def create_resnet(load_pretrained=False):
  if load_pretrained:
        weights = 'imagenet'
  else:
      weights = None

  # Get base model
  base_model = ResNet50(weights=weights)

  optimizer = Adam(lr=1e-3)
  base_model.compile(loss='mse', optimizer=optimizer)

  return base_model

然后创建模型，打印摘要并使用 fit_generator 进行训练

   history = model.fit_generator(batch_generator(X_train, y_train, 100, 1),
                                  steps_per_epoch=300, 
                                  epochs=10,
                                  validation_data=batch_generator(X_valid, y_valid, 100, 0),
                                  validation_steps=200,
                                  verbose=1,
                                  shuffle = 1)

我得到一个错误，虽然说

ValueError: Error when checking target: expected fc1000 to have shape (1000,) but got array with shape (1,)

查看模型摘要，这是有道理的，因为最终 Dense 层的输出形状为 (None, 1000)

fc1000 …