Neural network 用令人信服的神经网络添加支持向量机

Neural network 用令人信服的神经网络添加支持向量机,neural-network,keras,svm,activation,loss,Neural Network,Keras,Svm,Activation,Loss,我想用CNN提取特征,然后用SVM分类。因此,我建立了一个模型并使用“铰链”损耗 这是我的模型: 然而,我得到了这个错误 错误: ValueError:检查目标时出错:预期激活\u 1具有 形状(无,38),但得到了一个具有形状(129083,1)的数组 我希望有人能帮我解决这个问题。使用铰链损耗作为损耗函数 model.compile(loss='hinge_loss',optimizer='adadelta') 既然你有38门课,你不应该使用分类铰链吗?您是否应该将您的目标(y)转换为具有

我想用CNN提取特征,然后用SVM分类。因此,我建立了一个模型并使用“铰链”损耗

这是我的模型: 然而,我得到了这个错误

错误: ValueError:检查目标时出错:预期激活\u 1具有 形状(无,38),但得到了一个具有形状(129083,1)的数组


我希望有人能帮我解决这个问题。

使用
铰链损耗
作为损耗函数

model.compile(loss='hinge_loss',optimizer='adadelta')

既然你有38门课,你不应该使用分类铰链吗?您是否应该将您的目标(
y
)转换为具有
one\u hot\u编码
(您可以从
scikit learn
使用
onehotcoder
)?从
模型添加(密集(38,W\u正则化器=l2(0.01))
我们可以假设您有38个类。所以,@MarcinMożejko是正确的。使用分类铰链
model.compile(loss='hinge_loss',optimizer='adadelta')