Python Keras Sequential-ValueError:检查目标时出错：预期密集_3具有形状（无，45），但获得具有形状的数组（2868700，1）

我试图使用keras API创建一个简单的深层神经网络，但我得到以下错误：

Traceback (most recent call last):
  File "C:/Users/Ali J/PycharmProjects/SPECOM/1dcnn_experiment.py", line 86, in <module>
    model.fit(trainX, trainY)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\models.py", line 960, in fit
    validation_steps=validation_steps)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py", line 1574, in fit
    batch_size=batch_size)
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py", line 1411, in _standardize_user_data
    exception_prefix='target')
  File "C:\ProgramData\Anaconda3\lib\site-packages\keras\engine\training.py", line 153, in _standardize_input_data
    str(array.shape))
ValueError: Error when checking target: expected dense_3 to have shape (None, 45) but got array with shape (2868700, 1)

---

您需要将目标（

trany

）转换为分类形状，即一个热形状

您可以使用此keras功能：

keras.utils.to_categorical(y, num_classes=None)

将类向量（整数）转换为二进制类矩阵

例如，用于分类熵

参数

• y：要转换为矩阵的类向量（从0到num_类的整数）
• num_classes：类的总数

返回

输入的二进制矩阵表示法

keras.utils.to_categorical(y, num_classes=None)