gpt4 book ai didi

python - 在keras中添加卷积层给出错误

转载 作者:太空宇宙 更新时间:2023-11-04 00:32:52 25 4
gpt4 key购买 nike

我有一个包含两个类和 400 个特征的数据集。每个特征都是一个 float 。我正在尝试在 keras 中构建一个基本的 CNN,但我遇到了以下错误。我检查了其他解决方案,但这些解决方案要求将训练数据 reshape 为 (batch_size, steps, input_dim)。我认为这不是一个有效的解决方案。

我的代码和错误信息贴在下面。

    model = Sequential()
model.add(Dense(200, input_dim=400, init='glorot_uniform', activation='relu'))
model.add(Conv1D(100,
4,
padding='valid',
activation='relu',
strides=1))
model.add(GlobalMaxPooling1D())
model.add(Dense(50))
model.add(Activation('relu'))
model.add(Dense(1))
model.add(Activation('sigmoid'))
sgd = SGD(lr=0.01, decay=1e-6, momentum=0.9, nesterov=True)
model.compile(loss='binary_crossentropy', optimizer=sgd, metrics=['accuracy'])
return model

错误信息:

Traceback (most recent call last):
File "train_CNN.py", line 61, in <module>
model = create_baseline()
File "train_CNN.py", line 44, in create_baseline
strides=1))
File "/users/prateek.n/.local/lib/python2.7/site-packages/keras/models.py", li ne 469, in add
output_tensor = layer(self.outputs[0])
File "/users/prateek.n/.local/lib/python2.7/site-packages/keras/engine/topolog y.py", line 552, in __call__
self.assert_input_compatibility(inputs)
File "/users/prateek.n/.local/lib/python2.7/site-packages/keras/engine/topolog y.py", line 451, in assert_input_compatibility
str(K.ndim(x)))

ValueError: Input 0 is incompatible with layer conv1d_1: expected ndim=3, found ndim=2

最佳答案

因此 Conv1D 需要形状 (batch_size、timesteps、features) 的 3 维输入。第一个 Dense 层的输出具有形状 (batch_size, 200)。如果您想将这 200 个特征解释为一个特征的 200 个时间步,您可以简单地:

model = Sequential()
model.add(Dense(200, input_dim=400, init='glorot_uniform', activation='relu'))
model.add(Reshape((200, 1))
model.add(Conv1D(100,
4,
padding='valid',
activation='relu',
strides=1))

如果您想将输入解释为时间序列,您还可以:

model = Sequential()
model.add(Dense(200, input_shape=(400, 1), init='glorot_uniform', activation='relu'))
model.add(Conv1D(100,
4,
padding='valid',
activation='relu',
strides=1))

并 reshape 您的输入数据以具有有效的形状。在这种情况下,您的输入将被解释为一个特征的 400 个时间步长,第一个 Dense 层会将您的数据转换为形状 (batch_size, 400, 200) as Keras > 2.0 中的 Dense 独立应用于时间序列的每个元素。

关于python - 在keras中添加卷积层给出错误,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/45161329/

25 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com