维数错误。喀拉斯答案

【问题标题】：Wrong number of dimensions. Keras维数错误。喀拉斯
【发布时间】：2018-01-22 17:25:04
【问题描述】：

我无法掌握输入到网络第一层的形状。这是我的架构：

    # Model Hyperparameters
    filter_sizes = [1, 2, 3, 4, 5]
    num_filters = 10
    dropout_prob = [0.5, 0.8]
    hidden_dims = 50

    model_input = Input(shape=(X.shape[0], X.shape[1]))
    z = model_input
    z = Dropout(0.5)(z)

    # Convolutional block
    conv_blocks = []
    for fz in filter_sizes:
        conv = Convolution1D(filters=num_filters,
                             kernel_size=fz,
                             padding="valid",
                             activation="relu",
                             strides=1)(z)
        conv = MaxPooling1D(pool_size=2)(conv)
        conv = Flatten()(conv)
        conv_blocks.append(conv)

    z = Concatenate()(conv_blocks) if len(conv_blocks) > 1 else conv_blocks[0]

    z = Dropout(dropout_prob[1])(z)
    z = Dense(hidden_dims, activation="relu")(z)
    model_output = Dense(3, activation="softmax")(z)

    model = Model(model_input, model_output)
    model.fit(X[train], to_categorical(y[train], num_classes=3))



ValueError: Error when checking input: expected input_1 to have 3 dimensions, but got array with shape (12547, 261)

这是我的数据的样子：

array([[ 1,  2,  3, ...,  0,  0,  0],
       [ 5,  6,  7, ...,  0,  0,  0],
       [15, 10,  4, ...,  0,  0,  0],
       ...,
       [ 5,  6,  8, ...,  0,  0,  0],
       [11, 10, 14, ...,  0,  0,  0],
       [14,  8,  8, ...,  0,  0,  0]])

我有 261 个维度的 14640 个样本

【问题讨论】：

标签： python machine-learning keras recurrent-neural-network

【解决方案1】：

正如错误所说，这是一个整形问题，您提供的输入形状 (model_input) 应该与您在 model.fit 中提供的数据的输入形状相匹配

使用以下方法重新检查您的形状： from keras import backend as K K.shape(input _tensor) 如果是张量或者 np.shape() 如果它是一个 numpy 数组。此外，如果形状不匹配（并且它们不会）使用该功能 K.重塑更多帮助请参见 keras/backend API

【讨论】：

【解决方案2】：

根据 Keras documentation，Convolution1D 层接受 3D 张量作为其输入。您需要在输入数据中提供 step 作为额外维度。您可以查看此link 以获取更多信息。

【讨论】：