kerasを用いたmnistの実装

Question

前提・実現したいこと

kerasを用いたニューラルネットワークのsoftmax層の出力を10個にしたい

発生している問題・エラーメッセージ

kerasを用いてmnistのデータセットを学習するニューラルネットワークの構築をしています。mnistは0~9の数字のデータセットなので出力を10個にしたいのですが、最後の層であるsoftmax層の出力が1個になってしまいます。

エラーメッセージ

expcted dense_2 to have shape (10,) but got array with shape (1,)

該当のソースコード

ソースコード

データセットの読み込み

from keras.datasets import mnist
(train_data,train_labels),(test_data,test_labels)=mnist.load_data()

#訓練、テストデータのベクトル化
x_train=train_data.reshape((60000,2828))
x_test=test_data.reshape((10000,2828))
y_train=train_labels.astype('float32')/255
y_test=test_labels.astype('float32')/255

#モデルの定義
from keras import models
from keras import layers
model=models.Sequential()
model.add(layers.Dense(32,activation='relu',input_shape=(28*28,)))
model.add(layers.Dense(10,activation='softmax'))
#モデルのコンパイル
model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])

#モデルの訓練
model.fit(x_train,y_train,epochs=10,batch_size=128)

試したこと

ここに問題に対して試したことを記載してください。
部分的に消しながら試してみたのですがmodel.fitがエラーの原因のようです。
しかし解決方法が思いつきませんでした。

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

y_train=train_labels.astype('float32')/255
y_test=test_labels.astype('float32')/255

0〜9の値であるラベルを255で割る意味が不明。

ラベルは10クラスの1-hotベクトルに変換する必要があるのでは？

from keras.utils import to_categorical
train_labels = to_categorical(train_labels, 10)
test_labels  = to_categorical(test_labels, 10)

Comments

[huton]

勉強が足りていませんでした。
例まで挙げてくださってありがとうございます！