model fit 時の型エラー

Question

前提・実現したいこと

ここに質問の内容を詳しく書いてください。
（例）PHP(CakePHP)で●●なシステムを作っています。
■■な機能を実装中に以下のエラーメッセージが発生しました。

発生している問題・エラーメッセージ

Shapes (None, 4) and (None, 120, 4) are incompatible

該当のソースコード

 1つの入力から4クラスの分類を行なう場合について（カテゴリ分類）
model = Sequential()
model.add(Dense(32, activation='relu', input_shape=(120,128))) 
model.add(Dense(4, activation='softmax'))
model.compile(optimizer='rmsprop',
              loss='categorical_crossentropy',
              metrics=['accuracy'])

#ラベル生成
from sklearn.preprocessing import LabelEncoder
import numpy as np
code = np.array(labels['expression'])
label_encoder = LabelEncoder()
vec = label_encoder.fit_transform(code)

# ラベルデータをカテゴリの1-hotベクトルにエンコードする
one_hot_labels = keras.utils.to_categorical(vec, num_classes=4)

# 各イテレーションのバッチサイズを32で学習を行なう
model.fit(col, one_hot_labels, epochs=10, batch_size=32)
//////////////////////////////////////////////////////////
col.shape=(312,120,128)
one_hot_label.shape=(312,4)
/////////////////////////////////////////////////////////
model.summary()
Model: "sequential_6"
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
dense_12 (Dense)             (None, 120, 32)           4128      
_________________________________________________________________
dense_13 (Dense)             (None, 120, 4)            132       
=================================================================
Total params: 4,260
Trainable params: 4,260
Non-trainable params: 0

試したこと

colはモノクロ画像を読み込んでnp.arrayで格納しています
model.add(Dense(32, activation='relu', input_shape=(120,128))) を
model.add(Dense(4, activation='relu', input_shape=(120,128))) にしてもダメでした

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。

Comments

[jbpb0]

model.add(Dense(4, activation='softmax'))

のすぐ上に

model.add(Flatten())

を追加したら、どうでしょうか？

[aaraki]

上手くいきました。ありがとうございました。

Answer 1

model.add(Dense(4, activation='softmax'))

のすぐ上に

model.add(Flatten())

を追加してみてください