检查目标时出错：预期dense_Dense5 的形状为[,1]，但得到的数组形状为[3,4]

问题描述

我一直在尝试使用 tfjs 设置一个简单的强化学习示例。但是，在尝试训练模型时，我遇到了以下错误：

Uncaught (in promise) Error: Error when checking target: expected dense_Dense5 to have shape [,1],but got array with shape [3,4]

我建立的模型如下：

const NUM_OUTPUTS = 4;

const model = tf.sequential();

//First hidden Layer,which also defines the input shape of the model
model.add(
  tf.layers.dense({
    units: LAYER_1_UNITS,batchInputShape: [null,NUM_INPUTS],activation: "relu",})
);

// Second hidden Layer
model.add(tf.layers.dense({ units: LAYER_2_UNITS,activation: "relu" }));

// Third hidden Layer
model.add(tf.layers.dense({ units: LAYER_3_UNITS,activation: "relu" }));

// Fourth hidden Layer
model.add(tf.layers.dense({ units: LAYER_4_UNITS,activation: "relu" }));

// Defining the output Layer of the model
model.add(tf.layers.dense({ units: NUM_OUTPUTS,activation: "relu" }));

model.compile({
  optimizer: tf.train.adam(),loss: "sparseCategoricalCrossentropy",metrics: "accuracy",});

训练是通过计算一些示例的 Q 值的函数完成的：

batch.forEach((sample) => {
  const { state,nextState,action,reward } = sample;
  // We let the model predict the rewards of the current state.
  const current_Q: tf.Tensor = <tf.Tensor>model.predict(state);

  // We also let the model predict the rewards for the next state,if there was a next state in the 
  //game.
  let future_reward = tf.zeros([NUM_ACTIONS]);
  if (nextState) {
    future_reward = <Tensor>model.predict(nextState);
  }

  let totalValue =
    reward + discountFactor * future_reward.max().dataSync()[0];
  current_Q.bufferSync().set(totalValue,action);

  // We can Now push the state to the input collector
  x = x.concat(Array.from(state.dataSync()));
  // For the labels/outputs,we push the updated Q values
  y = y.concat(Array.from(current_Q.dataSync()));
});
await model.fit(
  tf.tensor2d(x,[batch.length,NUM_INPUTS]),tf.tensor2d(y,NUM_OUTPUTS]),{
    batchSize: batch.length,epochs: 3,}
);

这似乎是为拟合函数提供示例的正确方法，因为在记录模型时，最后一个密集层的形状是正确的：

Log of the shape of dense_Dense5

但是它会导致上面显示的错误，而不是预期的形状 [3,4]，它检查形状 [,1]。我真的不明白这个形状突然来自哪里，非常感谢您的帮助！

为了更好地概览，您可以简单地从其 Github 存储库中查看/查看整个项目：

Github Repo

有问题的 tensorflow 代码在 AI 文件夹中。

编辑：

提供模型的摘要以及为 y 中的 model.fit(x,y) 提供的张量形状的一些信息：

解决方法

已解决：由于使用错误的损失函数而出现问题。从 categoricalCrossEntropy 移动到 meanSquaredError 修复了输出层形状与批次形状不匹配的问题。