Tensorflow Keras，索引器：索引超出范围

我试图用Keras（Tensorflow beckend）实现这个简单的神经网络：

但当我运行此部分时：

model = Sequential()
model.add(Dense(input_dim=5, output_dim=1))
model.add(Activation("softmax"))

model.compile(loss='sparse_categorical_crossentropy', optimizer='sgd', metrics=['accuracy'])

model.fit(x_train, y_train)

---

我得到这个错误：索引器：索引超出了范围。我假设这是关于model.fit（x_-train，y_-train）中的参数。我试图通过.values将它们作为numpy数组传递，但仍然有相同的错误。

Keras希望numpy数组而不是pandas，因此您需要将所有输入Keras API的数据转换为。。不仅仅是

y\u列车

和

y\u测试

因此：

或

---

当我使用.asarray时，我得到了这个错误值error:检查模型目标时出错：预期密集_2具有形状（无，2），但得到了具有形状（571，1）的数组。我以前尝试过使用.values，但我得到了与_matrix相同的错误类型，您尝试过吗？（例如x_train.as_matrix（））是的，但我得到了相同的错误。在我将损失函数从“稀疏-分类-交叉熵”更改为“二进制-交叉熵”之后，现在它可以与.asarray一起工作了

model = Sequential()
model.add(Dense(input_dim=5, output_dim=1))
model.add(Activation("softmax"))

model.compile(loss='sparse_categorical_crossentropy', optimizer='sgd', metrics=['accuracy'])

model.fit(x_train, y_train)

x_train = x_train.values
y_train = y_train.values
x_test = x_test.values
y_test = y_test.values

x_train = numpy.asarray(x_train)
y_train = numpy.asarray(y_train)
x_test = numpy.asarray(x_test)
y_test = numpy.asarray(y_test)