回帰(Sequential)モデルの正解ラベルを多次元で出力する方法

Question

前提・実現したいこと

kerasを使って、回帰モデルの作成をしています。
この時、入力に対して正解ラベルを3や10などの１次元スカラー値ではなく、
[[1,1],[2,2],[3,3]]のような多次元のマトリクスにしたいと考えています。

発生している問題・エラーメッセージ

全結合モデルだと、出力が１次元になるため、正解ラベルの次元と異なってしまいます。

該当のソースコード

Y_data=np.array([[1,1],[2,2],[3,3]])
np.reshape(Y_data,(6))

def build_model():
  model = keras.Sequential([
    keras.layers.Dense(64, activation=relu,input_shape=(train_data.shape[1],)),
    keras.layers.Dense(64, activation=relu),
    keras.layers.Dense(6)
  ])
 
  model.compile(loss='mse',
                optimizer=optimizer,
                metrics=['mae'])
  return model

試したこと

kerasのsequentialモデルを使うと、Denseのunits引数は当然整数でないといけないため、
正解ラベルを１次元にreshapeしています。
多次元として出力するようなモデルはありますでしょうか？

補足情報（FW/ツールのバージョンなど）

ここにより詳細な情報を記載してください。

Answer 1

6次元の出力層の出力を reshape で (3, 2) に変えればよいです。

バックエンド - Keras Documentation

keras.backend.reshape(x, shape)

from tensorflow.keras.layers import Dense, Input
from tensorflow.keras.models import Model
import tensorflow.keras.backend as K

inputs = Input(3)  # 入力層
fc1 = Dense(10, activation="relu")(inputs)  # 中間層
fc2 = Dense(6, activation="relu")(fc1)  # 出力層
outputs = K.reshape(fc2, (3, 2))

model = Model(inputs=inputs, outputs=outputs)
model.compile(loss="mse", optimizer="adam", metrics=["mae"])
model.summary()

Comments

[退会済みユーザー]

ありがとうございます。