Kerasを用いたニューラルネットワークのエラーについて

Question

前提・実現したいこと

python初心者です。
Kerasでニューラルネットワークを実装していますが下記のエラーが出ており困っております。
自分で用意した画像のデータセット（りんご、バナナ、オレンジ、桃）を使って画像認識のプログラムを作りたいです。
ディレクトリにはそれぞれ　apple,peach,banana,orangeのフォルダがありそこに各画像が入っています。

発生している問題・エラーメッセージ

assert_is_compatible_with
raise ValueError("Shapes %s and %s are incompatible" % (self, other))

ValueError: Shapes (None, 4) and (None, 2) are incompatible

該当のソースコード

import keras
from keras.utils import np_utils
from keras.layers.convolutional import Conv2D, MaxPooling2D
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation, Flatten
from keras.preprocessing.image import array_to_img, img_to_array,load_img
import numpy as np

from sklearn.model_selection import train_test_split
import matplotlib.pyplot as plt
import os
import re
import glob

path=os.getcwd()
filelist=[]
imagelist=[]
x=[]
y=[]

for f in os.listdir(path):
	if os.path.isdir(os.path.join(path,f)):
		filelist.append(f)

for i in range(len(filelist)):
	path="./"+filelist[i]+"/*.jpg"
	image=glob.glob(path)
	imagelist.append(image)
	
	for k in range(len(imagelist[i])):
		pictures=imagelist[i][k]
		img=img_to_array(load_img(pictures,target_size=(64,64)))
		x.append(img)
		y.append(i)

x=np.asarray(x)
y=np.asarray(y)


#画素数を０から１へ変換、正規化
x=x.astype("float32")
x=x/255.0

#クラスの形式を変換、ラベルをベクトルに変換しないといけない
#今は０から３の四つ
y=np_utils.to_categorical(y,4)

#学習とテストに分けるテストサイズが３割指定
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.30,random_state=111)

model=Sequential()
model.add(Conv2D(32,(3,3),padding="same",
	input_shape=x_train.shape[1:]))
model.add(Activation("relu"))
model.add(Conv2D(32,(3,3)))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))

model.add(Conv2D(64,(3,3),padding="same"))
model.add(Activation("relu"))
model.add(Conv2D(64,(3,3)))
model.add(Activation("relu"))
model.add(MaxPooling2D(pool_size=(2,2)))
model.add(Dropout(0.25))

model.add(Flatten())
model.add(Dense(512))
model.add(Activation("relu"))
model.add(Dropout(0.5))
model.add(Dense(2))
model.add(Activation("softmax"))

model.compile(loss="categorical_crossentropy",
	optimizer="SGD",
	metrics=["accuracy"])

history=model.fit(x_train,y_train,batch_size=5,epochs=200,
	validation_data=(x_test,y_test),verbose=0)

plt.plot(history.history["acc"])
plt.plot(history.history["val_acc"])
plt.title("model accuracy")
plt.xlabel("epoch")
plt.ylabel("accuracy")
plt.legend(["acc","val_acc"],loc="lower right")
plt.show()

	

試したこと

ネットで検索しても解決方法が見つからず困っており、回答いただけるとありがたいです。

補足情報（FW/ツールのバージョンなど）

python 3.7.0

Answer 1

エラーは「ValueError: Shapes (None, 4) and (None, 2) are incompatible」であり、どこに (None, 4) と (None, 2) のベクトルが生成していますか？と尋ねると、

(None, 4) は「りんご、バナナ、オレンジ、桃」の分類ベクトル

ではないでしょうか？と推測して、ここで生成したと思います：

#クラスの形式を変換、ラベルをベクトルに変換しないといけない
#今は０から３の四つ
y=np_utils.to_categorical(y,4)

では、どこで y が使われていますか？

#学習とテストに分けるテストサイズが３割指定
x_train,x_test,y_train,y_test=train_test_split(x,y,test_size=0.30,random_state=111)

history=model.fit(x_train,y_train,batch_size=5,epochs=200,
    validation_data=(x_test,y_test),verbose=0)

学習とテストに分けるだけではエラーが出るはずがありません。だとしたら、このエラーが出るのはトレーニングの時にしかありません。学習のデータに分類4つがありまして、(None, 4) のベクトルです。トレーニングの時はそのデータがモデルの出力と比較するはずです。モデルの出力はどんな形ですか？

model.add(Flatten())
model.add(Dense(512))
model.add(Activation("relu"))
model.add(Dropout(0.5))
model.add(Dense(2))
model.add(Activation("softmax"))

最後の Dense(2) によって、モデルの出力の形は (None, 2) になってしまいました。モデルの出力の形が学習のデータの分類の形 (None, 4) と一致していないので、エラーが出てしまいました。

最後の Dense(2) が Dense(4) にしてみてください。

Comments

[yui1020]

回答ありがとうございます。Dense(４)にしたところ次のようなエラーが発生してしまいました。
line 58, in to_categorical
categorical[np.arange(n), y] = 1
IndexError: index 4 is out of bounds for axis 1 with size 4
ご回答いただけましたら幸いです。

[YufanLou]

それは y の中に 0, 1, 2, 3 だけではなく、 4 もある時出るエラーです。このスクリプトを実行するところにはフォルダーが4つだけ、そして隠しフォルダーがないとご確認してください。

Answer 2

とりあえずmodel.add(Dense(2))はmodel.add(Dense(4))ではないでしょうか。