python构建cnn图片分类_用keras构建CNN做图片多分类问题，关于label向量的维度问题...

网络的结构是这样的：

#1st layer

model.add(Conv2D(20, 5, 5, activation='sigmoid', input_shape=(32, 32, 1)))

model.add(MaxPool2D(pool_size=(2, 2)))

#2nd layer

model.add(Conv2D(30, 5, 5, activation='sigmoid'))

model.add(MaxPool2D(pool_size=(2, 2)))

#fully connected layer

model.add(Flatten())

model.add(Dense(500, init='normal', activation='sigmoid'))

# model.add(Dropout(0.5))

# model.add(Dense(10, activation='sigmoid'))

#model.add(Reshape((-1, 5)))

model.add(Dense(5, init='normal', activation='softmax'))

调用网络时：

model.fit(x=traindata, y=trainlabel, batch_size=16, nb_epoch=15, shuffle=True, verbose=1, validation_data=(testdata, testlabel))

报错是这个：

ValueError: Error when checking input: expected conv2d_1_input to have 4 dimensions, but got array with shape (500, 5)

然后x向量为4维的图片信息，y向量为图片的标签，他们的shape分别是(500, 32, 32, 1)，(500, 5)，就是不懂为什么y向也需要是4维的呢