用于神经网络的正确数据形状的 3D 张量

Question

我从神经网络开始，但我的数据格式存在一些问题。我有一个 pandas DataFrame 和 130 行，4 列，每个数据点都是 595 项目的数组。

      |      Col 1      |    Col 2        |    Col 3        |    Col 4        |
Row 1 | [x1, ..., x595] | [x1, ..., x595] | [x1, ..., x595] | [x1, ..., x595] |
Row 2 | [x1, ..., x595] | [x1, ..., x595] | [x1, ..., x595] | [x1, ..., x595] |
Row 3 | [x1, ..., x595] | [x1, ..., x595] | [x1, ..., x595] | [x1, ..., x595] |

我使用 train_test_split 创建了 X_train、X_test、y_train 和 y_test .但是，当我检查 X_train 的形状时，它返回 (52,4) 并且我无法为我的 NN 创建模型，因为它不接受这种形状。这是错误：

“ValueError：检查输入时出错：预期的dense_4_input有 3 维，但得到了形状为 (52, 4) 的数组"

我相信这是因为它应该是(52,4,595)，对吧？所以，我有点困惑，我怎样才能正确地指定这个 input_format 或者可能为适当的数据格式重塑我的数据？

我正在使用pandas、keras、tensorflow 和 jupyter notebook。

Answer 1

您必须将数据重塑为 3d numpy 数组。

假设我们有一个数据框，其中每个单元格都是您描述的 numpy 数组

import pandas as pd
import numpy as np

data=pd.DataFrame(np.zeros((130,4))).astype('object')
for i in range(130):
    for k in range(4):
        #print(i,k)
        data.iloc[i,k]=np.zeros(595)

然后我们可以将我们的数据框重塑为 3d numpy 数组：

dataar=data.values
dataar=np.stack((np.vstack(dataar[:,0]),np.vstack(dataar[:,1]),np.vstack(dataar[:,2]),np.vstack(dataar[:,3])))
dataar=dataar.reshape(130,4,595)
dataar.shape
# (130, 4, 595)