keras cnn网络中的​​预期输出尺寸

Question

由于某种原因，我获得了我的分类网络的预期输出尺寸。

该网络具有形状（45,5,3）

的18级的输入和输出是长度为15的矢量 - 每个第三45.萃取类一个类来自145类的池。

我的网络是这样的：

#stride = 2 
#dim = 40 
#window_height = 5 
#splits = ((40-5)+1)/2 = 18 

kernel_number = int(math.ceil(splits)) 
list_of_input = [Input(shape = (45,5,3)) for i in range(splits)] 
list_of_conv_output = [] 
list_of_max_out = [] 
for i in range(splits): 
    list_of_conv_output.append(Conv2D(filters = kernel_number , kernel_size = (int(splits-3),3))(list_of_input[i])) 
    list_of_max_out.append((MaxPooling2D(pool_size=((2,2)))(list_of_conv_output[i]))) 

merge = keras.layers.concatenate(list_of_max_out) 
print merge.shape 
reshape = Reshape((15,324))(merge) 

dense1 = Dense(units = 1000, activation = 'relu', name = "dense_1")(reshape) 
dense2 = Dense(units = 1000, activation = 'relu', name = "dense_2")(dense1) 
dense3 = Dense(units = 145 , activation = 'softmax', name = "dense_3")(dense2) 
model = Model(inputs = list_of_input ,outputs = dense3) 

但由于某种原因，我会得到一个错误，当我通过我的输出数据。 这是目前存储为numpy.ndarray形状（16828,15）和我得到一个值错误，指出：

Error when checking model target: expected dense_3 to have 3 dimensions, but got array with shape (16828, 15) 

为什么预期的3暗淡，而不是2暗淡？

模型总结表明，输出dim是（15,145），我也会期待？来自145个班级的15个班。或者这是不正确的？

模型汇总： https://pastebin.com/27YTQW2m

Answer 1

如果我纠正，model.output_shape是(None, 15, 145)和训练时发出的数组形状(16828, 15)。

在安装之前，您可能需要将(16828, 15)扩展为(16828, 15, 145)。