在使用 keras 进行训练时设置输入形状答案

【问题标题】：Setting the input shape while training using keras在使用 keras 进行训练时设置输入形状
【发布时间】：2022-01-02 14:17:32
【问题描述】：

我正在尝试使用具有xtrain.shape ---> (2040, 2, 5000) 和ytrain.shape ---> (2040,)（真实数据）的 keras 训练数据集。样本小型化xtrain 和ytrain 数据就像

xtrain

array([[[ 2,  2,  7,  1,  5],
        [ 1,  2,  3,  4,  3]],

       [[ 5,  0,  3,  1,  6],
        [ 5,  6,  7,  8,  6]],

       [[ 2,  9,  8,  8,  7],
        [ 9, 10, 11, 12,  2]],

       [[ 5,  7,  7,  6,  8],
        [13, 14, 15, 16,  1]]])

ytrain

array([0,1,2,3])

当我尝试使用

构建网络模型时

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Flatten, Conv2D
from tensorflow.keras.losses import sparse_categorical_crossentropy
from tensorflow.keras.optimizers import Adam

input_shape = (2,5000)
no_classes = 7
loss_function = sparse_categorical_crossentropy
no_epochs = 100
optimizer = Adam()
validation_split = 0.2
verbosity = 1

# Create the model
model = Sequential()
model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=input_shape))
model.add(Conv2D(64, kernel_size=(3, 3), activation='relu'))
model.add(Conv2D(128, kernel_size=(3, 3), activation='relu'))
model.add(Flatten())
model.add(Dense(128, activation='relu'))
model.add(Dense(no_classes, activation='softmax'))

# Compile the model
model.compile(loss=loss_function,
              optimizer=optimizer,
              metrics=['accuracy']) 
# Fit data to model
history = model.fit(input_train, target_train,
            batch_size=batch_size,
            epochs=no_epochs,
            verbose=verbosity,
            validation_split=validation_split)

出现以下错误

ValueError: Input 0 of layer "conv2d_2" is incompatible with the layer: expected min_ndim=4, found ndim=3. Full shape received: (None, 2, 5000)

我对在创建网络期间设置输入形状感到困惑。这是由于输入的形状吗？

【问题讨论】：

您是否想过 Conv2D 应该如何准确地解释您的数据？为什么它需要 4D 输入？
这是否意味着我必须重塑训练数据？ xtrain.ndim 给出 3. 所以它是一个 3D 数据。是的，为什么它需要 4D。很奇怪
文档清楚地说明了为什么需要 4D 数据：keras.io/api/layers/convolution_layers/convolution2d

标签： python tensorflow keras

【解决方案1】：

您的火车组的形状必须是，例如 (2040, 64, 64, 3)。而 input_shape = (64, 64, 3)

【讨论】：

我的训练数据形状是 (2040, 2, 5000)，所以我给出了输入形状 (2,5000)，这会引发错误:(
你在使用cifar10数据集吗？
没有。我正在从不同的音频 wav 文件创建数据集。在 [[ 2, 2, 7, 1, 5], [ 1, 2, 3, 4, 3]] ,---> [ 2, 2, 7, 1, 5] 将是来自一个文件的数据并且 [ 1,2,3,4,3] 是来自另一个文件的数据。我不得不这样选择。这是另一个故事：（
我刚刚看到了来自 cifar 的导入。那是一个错误。我编辑了那个
对音频文件使用一维卷积层。