我刚刚完成了Inception V3 CNN的训练，现在试图在训练数据集上测量准确率，特别是top-k准确率。我调用了tensorflow.keras.metrics中的函数top_k_categorical_accuracy，并正确地排列了我的参数(y_true, y_pred, k)，但我收到了一个错误，称我的目标(y_true)应该是1维的。然而，当我打印y_true的形状（如果我理解正确的话，这些是目标）时，我得到的是(9000,)，对我来说，这看起来是一维的。
两个数组的dtype都是"float32"，因为我在一个讨论中读到这可能会导致问题，但这并没有解决我的问题。
import tensorflow as tffrom keras.preprocessing.image import ImageDataGeneratorfrom keras.applications import InceptionV3from keras.applications.inception_v3 import preprocess_inputtest_datagen = ImageDataGenerator(preprocessing_function=preprocess_input)test_generator = test_datagen.flow_from_directory( "data/test", target_size=(299, 299), batch_size=16, class_mode="categorical", shuffle=True, seed=42,)STEP_SIZE_TEST = test_generator.n // test_generator.batch_sizemodel = keras.models.load_model("inceptionv3.hdf5")results = model.evaluate_generator(test_generator, STEP_SIZE_TEST, workers=8)y_pred = model.predict_generator(test_generator)print(y_pred.shape) # Prints (9000, 6)y_true = test_generator.classesy_true = y_true.astype("float32") print(y_true.shape) #Prints (9000,)top_k = tf.keras.metrics.top_k_categorical_accuracy(y_true, y_pred, k=2)我得到的具体错误是这样的：tensorflow.python.framework.errors_impl.InvalidArgumentError: targets must be 1-dimensional [Op:InTopKV2]
如果我将y_pred调整为1D数组，我会得到以下错误：tensorflow.python.framework.errors_impl.InvalidArgumentError: predictions must be 2-dimensional [Op:InTopKV2]
回答：
正如Yoskutik在其回答的评论中所建议的：正如文档中所写，y_true可能是一个矩阵。尝试将其转换为分类数组：
y_true = tf.keras.utils.to_categorical(y_true)
在这种情况下，这是有效的方法。
