错误：conv1d 层的输入 0 与层不兼容：预期 ndim=3，发现 ndim=4。收到的完整形状：[None, 20, 100, 100] 使用 cnn 时答案

【问题标题】：error :Input 0 of layer conv1d is incompatible with the layer: expected ndim=3, found ndim=4. Full shape received: [None, 20, 100, 100] when using cnn错误：conv1d 层的输入 0 与层不兼容：预期 ndim=3，发现 ndim=4。收到的完整形状：[None, 20, 100, 100] 使用 cnn 时
【发布时间】：2021-07-14 06:29:31
【问题描述】：

我在文本分析中使用一维卷积。我有大约 488,000 个句子，每个单词有 20 个单词，每个单词的向量维度为 100。

单词到维度为 100 的向量：

model1 = gensim.models.Word2Vec(data, min_count = 1, size = 100, window = 5)

帖子字数上限：

max_length=20

X 训练和 X 验证张量的形状：(390763, 20, 100) (97691, 20, 100)

标签序列和标签验证张量的形状：(390763, 7) (97691, 7)

我的模特：

model.add(Embedding(input_dim=vocab_size,  output_dim=100,  input_length=20))
model.add(Conv1D(filters=128, kernel_size=5, activation='relu',input_shape=(20,100)))
model.add(Dropout(0.25))
model.add(MaxPooling1D(pool_size=3))
model.add(Dense(7, activation="softmax"))

错误：

Input 0 of layer conv1d is incompatible with the layer: expected ndim=3, 
found ndim=4. Full shape received: [None, 20, 100, 100]

【问题讨论】：

标签： python tensorflow keras nlp conv-neural-network

【解决方案1】：

看起来 Conv1D 层有问题。

工作示例代码

import tensorflow as tf
import numpy as np
input_shape = (390763, 20, 100)
x = tf.random.normal(input_shape)

model = tf.keras.Sequential()
model.add(tf.keras.layers.Embedding(1000, 100, input_length=20))
model.add(tf.keras.layers.Conv1D(32, 3, activation='relu',input_shape=(20,100)))
input_array = np.random.randint(1000, size=(32, 20))
print(input_array.shape)
model.compile('rmsprop', 'mse')
output_array = model.predict(input_array)
print(output_array.shape)

【讨论】：