質問をすることでしか得られない、回答やアドバイスがある。

15分調べてもわからないことは、質問しよう!

新規登録して質問してみよう
ただいま回答率
85.48%
Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

Q&A

解決済

1回答

638閲覧

CNNを用いた画像認識

退会済みユーザー

退会済みユーザー

総合スコア0

Python

Pythonは、コードの読みやすさが特徴的なプログラミング言語の1つです。 強い型付け、動的型付けに対応しており、後方互換性がないバージョン2系とバージョン3系が使用されています。 商用製品の開発にも無料で使用でき、OSだけでなく仮想環境にも対応。Unicodeによる文字列操作をサポートしているため、日本語処理も標準で可能です。

0グッド

0クリップ

投稿2020/07/09 08:04

前提・実現したいこと

オリジナル画像を用いて画像認識を行っている中で以下のエラーが発生してしまいました。
色々なサイトで調べてもみましたが、解決方法がいまいちわかりません。

もしわかる方がいたら教えていただきたいです。

発生している問題・エラーメッセージ

Error when checking target: expected activation_16 to have shape (3,) but got array with shape (2,)

該当のソースコード

Python

1 2from keras.models import Sequential 3from keras.layers import Conv2D, MaxPooling2D 4from keras.layers import Activation, Dropout, Flatten, Dense 5from keras.utils import np_utils 6import keras 7import numpy as np 8 9classes = ["home", "school"] 10num_classes = len(classes) 11image_size = 64 12 13""" 14データを読み込む関数 15""" 16X_train, X_test, y_train, y_test = np.load("./home_school.npy", allow_pickle=True) 17 18X_train = X_train.astype("float") / 255 19X_test = X_test.astype("float") / 255 20 21y_train = np_utils.to_categorical(y_train, num_classes) 22y_test = np_utils.to_categorical(y_test, num_classes) 23 24""" 25モデルを学習する関数 26""" 27model = Sequential() 28 29model.add(Conv2D(32,(3,3), padding='same',input_shape=X_train.shape[1:])) 30model.add(Activation('relu')) 31model.add(Conv2D(32,(3,3))) 32model.add(Activation('relu')) 33model.add(MaxPooling2D(pool_size=(2,2))) 34model.add(Dropout(0.1)) 35 36""" 37model.add(Conv2D(64,(3,3), padding='same')) 38model.add(Activation('relu')) 39model.add(Conv2D(64,(3,3))) 40model.add(Activation('relu')) 41model.add(MaxPooling2D(pool_size=(2,2))) 42model.add(Dropout(0.25)) 43""" 44 45model.add(Flatten()) 46model.add(Dense(512)) 47model.add(Activation('relu')) 48model.add(Dropout(0.45)) 49model.add(Dense(3)) 50model.add(Activation('softmax')) 51 52opt = keras.optimizers.Adam(lr=0.00005, decay=1e-6) 53 54model.compile(loss='categorical_crossentropy',optimizer=opt,metrics=['accuracy']) 55hist = model.fit(X_train, y_train, batch_size=128,verbose=1, epochs=20, validation_split=0.1) 56# HDF5ファイルにKerasのモデルを保存 57model.save('./cnn.h5') 58 59score=model.evaluate(x_test, y_test) 60print('Test loss:', score[0]) 61print('test acc:', score[1]) 62

気になる質問をクリップする

クリップした質問は、後からいつでもMYページで確認できます。

またクリップした質問に回答があった際、通知やメールを受け取ることができます。

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

guest

回答1

0

ベストアンサー

classes = ["home", "school"]

2クラスしかなさそうなので、

model.add(Dense(3)) → model.add(Dense(2))
にすれば良いのではないかと思います。

投稿2020/07/10 00:59

daesaka

総合スコア136

バッドをするには、ログインかつ

こちらの条件を満たす必要があります。

退会済みユーザー

退会済みユーザー

2020/07/10 01:00

ほんとですね 気付きませんでした ありがとうございます 解決しました
guest

あなたの回答

tips

太字

斜体

打ち消し線

見出し

引用テキストの挿入

コードの挿入

リンクの挿入

リストの挿入

番号リストの挿入

表の挿入

水平線の挿入

プレビュー

15分調べてもわからないことは
teratailで質問しよう!

ただいまの回答率
85.48%

質問をまとめることで
思考を整理して素早く解決

テンプレート機能で
簡単に質問をまとめる

質問する

関連した質問