Python 检查目标时出错：预期连接_1具有形状（1），但获得具有形状（851，）的数组

我有一些关于keras连接的维度问题。模型的输出数组（None，851）似乎与错误消息中要求的尺寸不同。我得到的是：

input_img = Input(shape=(32, 100, 1))

conv1 = Conv2D(filters = 64, kernel_size=(5, 5), strides=1, padding="same", activation="relu")(input_img)
maxpool1 = MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)(conv1)

conv2 = Conv2D(filters = 128, kernel_size=(5, 5), strides=1, padding="same", activation="relu")(maxpool1)
maxpool2 = MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)(conv2)

conv3 = Conv2D(filters = 256, kernel_size=(3, 3), strides=1, padding="same", activation="relu")(maxpool2)
maxpool3 = MaxPooling2D(pool_size=(2, 2), strides=None, padding='valid', data_format=None)(conv3)

conv4 = Conv2D(filters = 512, kernel_size=(3, 3), strides=1, padding="same", activation="relu")(maxpool3)
conv5 = Conv2D(filters = 512, kernel_size=(3, 3), strides=1, padding="same", activation="relu")(conv4)
flat1 = Flatten(data_format=None)(conv5)
dense1 = Dense(units = 4096, activation = "relu")(flat1)
dense2 = Dense(units = 4096)(dense1)

towers = [Dense(units = 37, activation='softmax')(dense2) for i in range (23)]
output = concatenate(towers, axis = -1)

char = Model(input=input_img, output=output)

当我尝试适合我的模型时，我得到以下信息： ValueError:检查目标时出错：预期连接_1具有形状（1），但获得具有形状（851，）的数组

我不明白为什么连接_1应该有形状（1，）而不是（851，）或（无，851） 我的目标列车的大小是（867851），所以

有人遇到过这种错误吗

---

非常感谢

问题在于您的

目标培训

，即您想要学习的输出。网络在连接23*37->851后，其在摘要中为

（无，851）

，其中

None

为动态批量大小

---

您需要调查如何将

target\u train

传递到

.fit

功能。模型输出为851，但训练循环给出的是一个单一目标。

问题在于您的

目标训练

，即您打算学习的所需输出。网络在连接23*37->851后，其在摘要中为

（无，851）

，其中

None

为动态批量大小

您需要调查如何将

target\u train

传递到

.fit

功能。模型输出为851，但训练循环给出1个单一目标