【发布时间】：2020-04-16 18:41:18
【问题描述】：
我有一个 327 帧的序列，尺寸为 480 行和 640 列，灰度。
打印（X_train.shape） 给出：(327, 480, 640, 1)
我有以下型号：
N = 2 #number of frames to distribute
model = Sequential()
model.add(TimeDistributed(Convolution2D(32, activation='relu'), input_shape = (N, 480,640,1)))
...
打印 (model.output_shape) 给出:(无, 2, 480, 640, 32)
我需要多一维才能将此输入传递给卷积。 事实上我有以下错误： ValueError：检查输入时出错：预期 time_distributed_1_input 有 5 个维度，但得到的数组形状为 (327, 480, 640, 1)
如何解决？
谢谢！
编辑：从根本上说，我需要将输入 (327, 480, 640, 1) 转换为 (x, 2, 480, 640, 1) (x=327/2 ?)
【问题讨论】：
-
您的问题不清楚。你说你有一个 327 帧的序列。但是您的模型时间步长是 2。
-
是的，我想以 2 帧 2 帧的形式拍摄。1-2、2-3、3-4 ... 也许有些地方不正确？
-
我仍然不清楚您要做什么。可能会重写您的问题，包括示例场景或其他内容。
-
我添加了一个编辑。我只是有一些难以重新安排我的数据工作。
-
如果要进行reshape，总元素需要匹配。 327/2 不会产生整数，因此您不可能以具有 2 个时间步长的方式重塑此张量。您可以做的是获取第一个 326 并将其重塑为 [163, 2, 480, 640, 1]。
标签： tensorflow keras conv-neural-network