Tworzenie modelu do nauki chatbota

Question

Witam wszystkich,

Jestem w trakcie pisania chatbota, zatrzymałem się w momencie tworzenie modelu sieci neuronowej do nauki chatbota, używam biblioteki keras.

model = keras.Sequential([
    keras.layers.Dense(len(training[0])),
    keras.layers.Dense(8),
    keras.layers.Dense(8),
    keras.layers.Dense(len(output[0]), activation="softmax")
])

model.compile(optimizer="adam", loss="sparse_categorical_crossentropy", metrics=["accuracy"])

model.fit(training, output, epochs=1000)

Bład jaki dostaje: InvalidArgumentError:  logits and labels must have the same first dimension, got logits shape [26,6] and labels shape [156]

Nie rozumiem o co chodzi, z tego co wyczytałem logitsy to surowe dane na ostatniej warstwie.

 

Moje dane:

input : [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 1 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0
 0 0 0 0 0 0 0 0 0], ...

output: [0 0 1 0 0 0], ....

 

Byłbym bardzo wdzięczny za naprowadzenie w jakąś strone.

Answer 1

Spróbuj zmienić "sparse_categorical_crossentropy" na "categorical_crossentropy".

Comments

Działa, wytłumaczyłbyś czemu loss_function powodowało bład ?