煤油模型.拟合ValueError:输入数组的样本数应与目标数组相同

Question

我试图将运行resnet50获得的瓶颈特性加载到顶层模型中。我在resnet上运行predict_generator，并将产生的瓶颈特性保存到npy文件中。由于以下错误，我无法适应我创建的模型：

    Traceback (most recent call last):
  File "Labeled_Image_Recognition.py", line 119, in <module>
    callbacks=[checkpointer])
  File "/home/dillon/anaconda3/envs/tensorflow/lib/python3.6/site-packages/keras/models.py", line 963, in fit
    validation_steps=validation_steps)
  File "/home/dillon/anaconda3/envs/tensorflow/lib/python3.6/site-packages/keras/engine/training.py", line 1630, in fit
    batch_size=batch_size)
  File "/home/dillon/anaconda3/envs/tensorflow/lib/python3.6/site-packages/keras/engine/training.py", line 1490, in _standardize_user_data
    _check_array_lengths(x, y, sample_weights)
  File "/home/dillon/anaconda3/envs/tensorflow/lib/python3.6/site-packages/keras/engine/training.py", line 220, in _check_array_lengths
    'and ' + str(list(set_y)[0]) + ' target samples.')
ValueError: Input arrays should have the same number of samples as target arrays. Found 940286 input samples and 14951 target samples.

我不太清楚这是什么意思。我有940286总图像在我的列车目录，有14951个总的子目录，这些图像是分开的。我的两个假设是：

1. 可能是我没有正确格式化序列号数据和序列号标签。在
2. 我的模型设置不正确

任何引导到正确的方向将不胜感激！在

代码如下：

^{pr2}$

Answer 1

在有监督学习的情况下，输入样本数（X）必须与输出（标签）样本数（Y）相匹配。在

例如：如果我们想让（学习）一个NN来识别手写数字，并向模型提供10000个图像（X），那么我们还应该传递10000个标签（Y）。在

在你的情况下，这些数字不匹配。在