我将使用Keras构建一个卷积神经网络,以下是我的第一层Conv1D:
有什么想法吗?
我正在使用Keras构建CNN,以下是我的第一层Conv1D:
cnn.add(Conv1D(
filters=512,
kernel_size=3,
strides=2,
activation=hyperparameters["activation_fn"],
kernel_regularizer=getattr(regularizers, hyperparameters["regularization"])(hyperparameters["regularization_rate"]),
input_shape=(1000, 1),
))
我正在使用这个函数进行训练:
cnn.fit(
x=train_df["payload"].tolist(),
y=train_df["label"].tolist(),
batch_size=hyperparameters["batch_size"],
epochs=hyperparameters["epochs"],
)
train_df是一个pandas数据框,包含两列。对于每一行,label是一个整数(0或1),payload是一个浮点数ndarray,用零填充/截断到长度为1000。
train_df中的训练示例总数为15641个。模型已经编译过,但在训练期间出现了以下错误:
ValueError: Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 1 array(s), but instead got the following list of 15641 arrays: [array([[0.09019608],
[0.01176471],
[0.01176471],
[0. ],
[0.30196078],
[0. ],
[0. ],
[0. ],
[0. ],
[0....
我查看了这篇帖子并尝试将我的输入更改为一个由1000个浮点数列表组成的ndarray,但是最终遇到了另一个错误:
ValueError: Error when checking input: expected conv1d_1_input to have 3 dimensions, but got array with shape (15641, 1000)
有什么想法吗?