python - 将 3D 数组输入 Sequential 模型 Keras (Python)

Question

我有 3 个维度 (8,50,3) 的训练输入。我试图将它作为输入传递给 Keras 中的顺序模型。查看文档我发现这应该有效:

model = Sequential()
model.add(Dense(100, activation='relu', input_shape=(50,3)))
model.add(Dense(100,init="uniform", activation='sigmoid'))
model.add(Dense(50,init="uniform", activation='relu'))
model.add(Dense(output_dim=1))
model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])

当我尝试训练这个模型时:

model.fit(train,labelTrain,epochs=1,batch_size=1,verbose=1)

我收到以下错误:

Error when checking model target: expected dense_148 to have 3 dimensions, but got array with shape (8, 1)

这意味着什么？

此外，我的第一个目标是传递一个中间维度没有固定大小的 3D 数组，但在发现不可能之后我放弃了。行得通吗？

Answer 1

Target 表示这是预期的结果。问题出在 labelTrain 中，而不是在输入中。

Dense 层必须有多个神经元。你不给它传递一个输出形状，你传递神经元的数量，输出自动为 (None, neurons)

你的最后一层应该是:

model.add(Dense(1, activation='I recomend an activation here'))