Conv1d 层上的 input_shape 有问题

Question

我正在尝试使用 CNN 执行情绪分类。该错误似乎与 input_shape 参数有关。

x 数据由使用 tokenizer.texts_to_sequences 创建的整数数组组成。

? x_train.shape 
(4460, 20)
? x_trains.shape[0]
array([  49,  472, 4436,  843,  756,  659,   64,    8, 1328,   87,  123,
        352, 1329,  148, 2996, 1330,   67,   58, 4437,  144])

y 数据由一个用于分类的热编码值组成。

y_train.shape
(4460, 2)
y_train[0]
array([1., 0.], dtype=float32)

这是模型：

model.add(layers.Conv1D(filters=256, kernel_size=3, activation='relu', input_shape=(max_seqlen,)))
model.add(layers.SpatialDropout1D(0.2))
model.add(layers.GlobalMaxPooling1D())
model.add(layers.Dense(100, activation='relu'))
model.add(layers.Dense(num_classes, activation="softmax"))
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
    
history = model.fit(x_train, y_train, epochs=3, batch_size=512, 
                    validation_data=(x_val, y_val), class_weight=label_weights)

添加 Conv1D 层时引发错误。消息是：

“输入 0 与层 conv1d_1 不兼容：预期 ndim=3，发现 ndim=2”

我不知道我做错了什么。非常感谢任何帮助。

Answer 1

Conv1D 采用 2D 输入（我不知道为什么会这样）。由于您的输入只是一维的，因此您的尺寸不匹配。恐怕您可能不得不坚持使用其他 keras 图层类型，或者将您的数据重新调整为 (4460, 20, 1)，从而允许您在其上传递一个 conv1D。