Y_train,Y_valid,Y_testをそのまま使って、出力層を1次元の10分類にする方法はありますか。

Question

CNNを使ってモデルを構築する際、
from tensorflow.keras.datasets import mnist
とし、Y_train,Y_valid,をY_testを28x28のままを読み込んだのですが、
出力層は1次元の10分類なので、
Y_train = Y_train.reshape(len(Y_train),10)
Y_valid = Y_valid.reshape(len(Y_valid), 10)
Y_test = Y_test.reshape(len(Y_test), 10)
とすると、
cannot reshape array of size 2100 into shape (2100,10)
と表示されました。
機械学習ができるかたちをたもったまま、Y_train,Y_valid,Y_testをそのまま使って、出力層を1次元の10分類にする方法はありますか。

Comments

[jbpb0]

「mnist」を使う場合、一般的には
from tensorflow.keras.datasets import mnist
(x_train, y_train), (x_test, y_test) = mnist.load_data()
のようにします
その後で
print(y_train.shape)
print(y_test.shape)
を実行したら、「y_train.shape」は「(60000,)」に、「y_test.shape」は「(10000,)」になってることが分かります

> Y_train,Y_valid,をY_testを28x28のままを読み込んだ

は上記と全然異なるので、どういう状態なのかが良く分りません

> from tensorflow.keras.datasets import mnist
とし

の後の、「mnist」から「Y_train」「Y_valid」「Y_test」を作成してるコードを、質問を編集して追加してください

[meg_]

コード全体とエラーメッセージも全部掲載いただく回答しやすくなるかと思います。

Answer 1

恐らく認識がズレています。

Xの値は画像そのものが入ります。[32x32の画像,32x32の画像,...]という具合です。
Yの値はラベル情報が入ります。[0,1,2,3...]という具合です。

cannot reshape array of size 2100 into shape (2100,10)

上記の通りYは[0,1,2...]というようなものが2100個並んでいるので2100x10にはできません。
これをしたいのであればone hot vectorを使う必要があります。

機械学習ができるかたちをたもったまま、Y_train,Y_valid,Y_testをそのまま使って、出力層を1次元の10分類にする方法はありますか。

もしこれを愚直にやるのであれば「正解ラベル(Y)→NN→正解ラベル(Y)」という深層学習を使う価値のない（入り口と出口で素通りするだけの）ネットワークが出来上がります。

ちゃんとやるべきは、「正解画像(X)→NN→正解ラベル(Y)」です。