不能使用一维卷积。错误：预期 conv1d_1 有 3 个维度 [重复]答案

【问题标题】：Can not use convolution 1D . error : expected conv1d_1 to have 3 dimensions [duplicate]不能使用一维卷积。错误：预期 conv1d_1 有 3 个维度 [重复]
【发布时间】：2018-01-16 07:03:00
【问题描述】：

我像这样使用一维卷积。

X_train[:, None].shape
X_train_t = X_train[:, None]
X_test_t = X_test[:, None]

K.clear_session()
model = Sequential()
model.add(Conv1D(39, 1, activation='relu', input_shape=(1,12)))

model.compile(loss='mean_squared_error', optimizer='adam' )

model.summary()

model.fit(X_train_t, y_train, epochs=200, batch_size=1, verbose=1)

y_pred = model.predict(X_test)

显示这样的错误

ValueError: Error when checking target: expected conv1d_1 to have 3 dimensions, but got array with shape (39, 1)

我使用此代码打印形状 print(X_train.shape) 它显示。

(39, 12)

如果我将 input_shape 模型更改为 1,1 。

model.add(Conv1D(39, 1, activation='relu', input_shape=(1,1)))

显示错误。

ValueError: Error when checking input: expected conv1d_1_input to have shape (None, 1, 1) but got array with shape (39, 1, 12)

如何使用卷积一维？

【问题讨论】：

标签： tensorflow deep-learning keras convolution

【解决方案1】：

在您的代码中添加model.add(Flatten())。

model = Sequential()
model.add(Flatten())
model.add(Conv1D(39, 1, activation='relu', input_shape=(1,12)))

model.compile(loss='mean_squared_error', optimizer='adam' )

model.summary()

model.fit(X_train_t, y_train, epochs=200, batch_size=1, verbose=1)

y_pred = model.predict(X_test)

【讨论】：