Keras/Tensorflow CNN 输入形状答案

【问题标题】：Keras/Tensorflow CNN input shapeKeras/Tensorflow CNN 输入形状
【发布时间】：2018-08-23 13:16:24
【问题描述】：

我有一个大约 10k 行长的文本文件。总是有 216 行描述一个事实，总共有 17 个值。我想构建一个高 216 行、宽 13 列、深约 1000 层的张量。那将是输入。

输出将是 1 行高、4 列宽和大约 1000 层深。

当前状态：

x_train = x_train.reshape (1308, 13, 216)
y_train = y_train.reshape (1308, 4, 216)
result = y_train [:,:, 0]

转化率：

model.add (Convolution2D (1, kernel_size = (13, 5), activation = 'relu', input_shape = (1308, 13, 216)))

之后是很少的 maxpooling 等，这不应该打扰。我绝对不能正确地接受重塑。如果有人可以帮助我，那就太糟糕了。

当前错误信息：

输入数组的样本数应与目标数组相同。找到 1 个输入样本和 1308 个目标样本。

非常感谢

【问题讨论】：

【解决方案1】：

我认为从 input_shape = (1308, 13, 216) 更改为 input_shape = (13, 216) 应该可行。

【讨论】：

【解决方案2】：

我需要把它改成

input_shape = (13, 216, 1)

【讨论】：