当前位置: 首页 > 知识库问答 >
问题:

维度数错了。凯拉

庄浩言
2023-03-14

我很难掌握网络第一层的形状输入。这是我的架构:

    # Model Hyperparameters
    filter_sizes = [1, 2, 3, 4, 5]
    num_filters = 10
    dropout_prob = [0.5, 0.8]
    hidden_dims = 50

    model_input = Input(shape=(X.shape[0], X.shape[1]))
    z = model_input
    z = Dropout(0.5)(z)

    # Convolutional block
    conv_blocks = []
    for fz in filter_sizes:
        conv = Convolution1D(filters=num_filters,
                             kernel_size=fz,
                             padding="valid",
                             activation="relu",
                             strides=1)(z)
        conv = MaxPooling1D(pool_size=2)(conv)
        conv = Flatten()(conv)
        conv_blocks.append(conv)

    z = Concatenate()(conv_blocks) if len(conv_blocks) > 1 else conv_blocks[0]

    z = Dropout(dropout_prob[1])(z)
    z = Dense(hidden_dims, activation="relu")(z)
    model_output = Dense(3, activation="softmax")(z)

    model = Model(model_input, model_output)
    model.fit(X[train], to_categorical(y[train], num_classes=3))



ValueError: Error when checking input: expected input_1 to have 3 dimensions, but got array with shape (12547, 261)

我的数据是这样的:

array([[ 1,  2,  3, ...,  0,  0,  0],
       [ 5,  6,  7, ...,  0,  0,  0],
       [15, 10,  4, ...,  0,  0,  0],
       ...,
       [ 5,  6,  8, ...,  0,  0,  0],
       [11, 10, 14, ...,  0,  0,  0],
       [14,  8,  8, ...,  0,  0,  0]])

我有14640个样本261个维度

共有2个答案

翟理
2023-03-14

根据Keras文档,卷积1D层接受3D张量作为其输入。您需要在输入数据中提供步骤作为额外维度。您可以查看此链接以获取更多信息。

徐嘉谊
2023-03-14

正如错误所说,这是一个成形问题,您提供的输入形状(model\u input)应该与您在模型中输入的数据的输入形状相匹配。适合

使用以下命令重新检查形状:从keras导入后端为K。如果形状是张量或np,则使用K(输入张量)。shape()如果是numpy数组。此外,如果形状不匹配(而且不匹配),请使用函数K.Reforme Fore获得更多帮助,请参阅keras/后端API

 类似资料:
  • 问题内容: 我试图把我的头缠在三维阵列上。我知道它们是二维数组的数组,但是我正在阅读的书说的话使我感到困惑。 在我正在阅读的书的练习中,它要求我为全彩色图像制作三维阵列。它给出了一个小例子,说明了这一点: 如果我们决定选择三维数组,则可以通过以下方式声明数组: 但是,这样会更有效吗? 其中3是rgb值,0是红色,1是绿色,2是蓝色。对于后者,每个二维数组将存储行和列的颜色值,对吗?我只想确保我了解

  • 1. 简介 维度表能够帮助您扩展事件的自定义属性。如某个自定义属性在埋点时没有上报,但是您却有细化分析的需求,您可以通过关联维度表来实现。 2. 使用说明 比如您已经在代码里对“立即下单”事件进行埋点,其相关的属性有“商品ID”、“商品名称”、“商品价格”。在分析时,您还想对商品的供应商、仓库等其它属性进行分析,而这些属性并没有在埋码时上报。您的手中恰好有另一份数据包含这些商品的供应商、仓库等信息

  • 你已经看到了每个盒子周围的边框,即。 元素,可以出现在每个框内的填充以及可以绕过它们的边距。 在本教程中,我们将学习如何更改框的尺寸。 我们具有以下属性,允许您控制框的尺寸。 height属性用于设置框的高度。 width属性用于设置框的宽度。 line-height属性用于设置文本行的高度。 max-height属性用于设置框的最大高度。 min-height属性用于设置框的最小高度。 max-

  • 维度管理基于计费项、资源类型、域、项目等费用原始维度进行维度项的聚合等。 维度管理基于计费项、资源类型、域、项目等费用原始维度进行维度项的聚合等。以域为例,如平台有域A、域B、域C三个部门,默认以部门为维度展示费用的信息,当域A和域B部门合并后,可通过维度管理的功能对域的维度重新聚合,原来的域A、域B将对应新的维度项域AB、域C仍对应域C,配置完成后,用户可以在费用总览等页面的自定义维度中查看以新

  • 一个关于黑洞、物质和时间的游戏

  • 问题内容: 如果不知道该如何获取数组的第二维?仅给出第一维度。 例如,在 如何获得的第二维的值,即3。 谢谢 问题答案: 哪 三个? 您已经创建了一个多维数组。是一个int数组的数组;您有两个长度为三的数组。 会给你第一个数组的长度。 另外值得注意的是,您不必像以前那样初始化多维数组,这意味着所有数组的长度不必相同(或根本不存在)。