Keras {ValueError}：输入 0 与层 conv2d_2 不兼容答案

【问题标题】：Keras {ValueError}: Input 0 is incompatible with layer conv2d_2Keras {ValueError}：输入 0 与层 conv2d_2 不兼容
【发布时间】：2017-07-26 14:09:31
【问题描述】：

我是 keras 的新手，我正在尝试对文档进行卷积。每个文档由一个形状为 [40 * 4000] 的矩阵表示（每个文档有 40 个句子，每个句子有 20 个词，因此词嵌入维度为 200）。

我想对 3 个单词进行卷积，这是我的代码（不完全相同，但您可以在您的机器上运行此代码）：

import keras
from keras.layers import Input, Embedding, Dense, merge, Conv2D
from keras.layers.core import Reshape

tokens_input = Input(name='input', shape=(40, 20), dtype='int32')

x = Embedding(25000 + 1, 200, name="embedding")(tokens_input)
x = Reshape((40, -1), 
             name="reshape")(x)


cur_conv = Conv2D(20, kernel_size=(3*200, 1),
                 strides=(200, 1), padding='valid', activation='relu')(x)

但我收到此错误消息：输入 0 与层 conv2d_1 不兼容：预期 ndim=4，发现 ndim=3

【问题讨论】：

标签： python keras

【解决方案1】：

Conv2D 层的输入应具有形状（样本、通道、宽度、高度），并且 Embedding 的输出是 3D，而不是应有的 4D。您应该定义如何将 Embedding 输出解释为图像，也许您应该添加通道维度并将其设置为 1。

【讨论】：

谢谢，我解决了这个问题，但是我阅读了 Conv2D 的 keras 文档，它说参数 kernel_size 指定了 2D 卷积窗口的 宽度和高度 (keras.io/layers/convolutional) ，在实践中，我认为 kernel_size 指定 height 和 width，换句话说，rows 和 cols，对吗？
@Joey 输入形状中指定的宽度和高度对应于输入数据，而不是卷积过滤器。您可以拥有比卷积过滤器大得多的图像。
可能我没说清楚。我的意思是Conv2D kernel_size的参数，文档说它指定了过滤器的宽度和高度，但我发现它指定了过滤器的高度和宽度，换句话说，过滤器的行和列。