我在处理CK+数据集用于面部表情识别，我通过datagen.flow_from_directory传递面部图像和标签来提取面部特征并映射到标签上。

标签作为分类值传递，范围从0到7。它们似乎是以独热编码的形式传递的。我的问题是我无法将标签值作为独热编码值进行广播。

我得到了以下错误：ValueError: could not broadcast input array from shape (32,8) into shape (32)

代码如下：

我得到了以下形状：

Found 209 images belonging to 8 classes.
Input batch shape:  (32, 224, 224, 3)
Features batch shape:  (32, 7, 7, 512)
Features shape:  (209, 7, 7, 512)
Labels batch shape:  (32, 8)

所以我很困惑为什么features_batch可以被广播，而labels_batch却不能。

我尝试了几种方法，其中一些包括：

1) 尝试将标签数组扁平化 – 这看起来不合理，但只是为了看看，我得到了行和列的完整元素计数32*8=259（如预期）。

2) 我尝试使用labels[i]=labels_batch和labels=labels_batch，这只返回了最后几个标签(17，从209-(6*32)=17剩下的)。

3) 我还尝试了来自这个问题的另一个解决方案。通过这样做：

for c in range(0,7):
            labels[i * batch_size: (i + 1) * batch_size, [c]] = labels_batch

但反而得到了以下错误：

ValueError: Error when checking input: expected input_3 to have 4 dimensions, but got array with shape (32, 8)

我觉得我错过的可能是简单的，但我似乎无法解决它。有人有什么想法吗？

谢谢！

回答：

你的标签应该是labels = np.zeros(shape=(sample_count, num_classes))的形状，而不是labels = np.zeros(shape=(sample_count))，并且从生成器分配标签应该使用labels[i * batch_size: (i + 1) * batch_size,:] = labels_batch