Python 将Conv2DNet的输出形状与预期张量匹配

我试图实现Keras中提出的模型。我或多或少认为Keras模型相当于：

inputShape = (32, 640, 3)

model = Sequential()
model.add(Conv2D(NC//2, kernel_size=(4,4), strides=(2,2), kernel_regularizer=regularizers.l2(1e-5), activation='relu', padding='same', input_shape=inputShape))
model.add(Conv2D(NC, kernel_size=(4,4), strides=(2,1), activation='relu', kernel_regularizer=regularizers.l2(1e-5), padding='same'))
model.add(Conv2D(NC, kernel_size=(8,5), strides=(8,5), activation='relu', kernel_regularizer=regularizers.l2(1e-5), padding='same'))
model.add(Reshape((-1, MAX_CHAR, NC)))

训练数据由5000、32x640个随机生成字符串的图像组成，分为两个数组，输入

A

和输出

Y

<代码>A是图像矩阵

（NIMG、高度、宽度、通道）

Y

是字符矩阵

（NIMG，MAX\u CHAR）

MAX_CHAR

是图像中的最大字符数，在本例中为64

NC

是可能的不同字符数，在本例中为63

问题是，当我运行

model.fit（A，Y）

时，我得到：

ValueError: Error when checking target: expected reshape_1 to have 4 dimensions, but got array with shape (5001, 64)

这是有道理的，因为在博客帖子中它是这样说的：

目标矩阵是三维矩阵 分别对应于样本、字符和1-hot编码

我尝试了

model.flatte（）

，但这给我留下了一个形状

（4032，）

，远远大于训练数据中的64个字符。我还尝试过使用重塑向量值，但没有真正的效果

---

所以我的问题是：我做错什么了吗？是否有我根本误解的东西，或者是否有我似乎无法想到/找到的解决方案

显然，正如评论中提到的，对标签进行热编码（即

Y

）解决了这个问题

---

注意：这个答案是以社区维基的形式发布的。

正如在博客文章中所述，

Y

应该是一个形状为

（NIMG，MAX\u CHAR，NC）

的3D矩阵，而不是

（NIMG，MAX\u CHAR）

。您需要对

Y

中的字符进行一次热编码。您说得对，谢谢。我的缺点是盲目复制代码。现在开始工作了