Python ValueError:检查目标时出错：预期激活_9具有形状（74,6），但获得具有形状（75,6）的数组

我致力于命名实体识别（在序列中，每个单词都有一个标签） 标签数量为6个 我运行模型

从keras.models导入
从keras.layers导入密集、LSTM、输入层、双向、时间分布、嵌入、激活
从keras.optimizers导入Adam
从keras导入初始值设定项
模型=顺序（）
添加（输入层（输入形状=（最大长度，））
model.add（嵌入（len（word2index），128））
add（Conv1D（filters=32，kernel_size=2，activation='relu'））
添加（双向（LSTM（256，返回序列=True）））
#添加（AttentionLayer（300，True，name='word\u attention'））
添加（时间分布（密集（len（tag2index）））
添加（激活（'softmax'））
model.compile（loss='classifical_crossentropy'，
优化器=Adam（0.001），
指标=[‘准确度’]）
model.summary（）

模型是

def to_category（序列、类别）：
cat_序列=[]
对于序列中的s：
猫=[]
对于s中的项目：
cats.追加（np.零（类别））
猫[-1][item]=1.0
cat_序列。追加（cat）
返回np.数组（cat_序列）
cat_序列标签_y=至分类（序列标签，len（tag2index））
模型.拟合（序列号X，类别号y，批次号=128，年代号=20，验证号拆分=0.2）

---

当我执行fit命令时，会显示以下错误：

ValueError:check target时出错：预期激活9具有形状（74,6），但得到具有形状（75,6）的数组。

卷积层减少了其输入的空间维度

由于使用的是

内核\u size=2

，因此将数据长度缩短为

原始\u长度-1

（从75缩短到74）

---

解决方案是在卷积层中使用

padding='same'

，这样系统会自动添加一个padding，使最终长度与输入长度相同

尝试在卷积中添加

padding='same'

。我尝试padding='same'，问题就解决了