我想对我的 29 个特征输入数据(即 29x1 形状)进行一维卷积。我告诉 Keras
Keras 文档给出了一个奇怪的例子来使用 input_shape:
我是否误解了一维卷积的含义?
以下是我期望使用核大小为 3 的 Conv1D 对 7x1 输入进行的视觉描述。
input_shape=(29,1)
,但是我得到了一个错误,它期望输入 "具有三个维度,但得到形状为 (4000, 29) 的数组"。Keras 为什么期望三个维度?Keras 文档给出了一个奇怪的例子来使用 input_shape:
(None, 128) 表示每步具有 128 个特征的可变长度序列。
我不确定他们所说的可变长度序列是什么意思,但由于我有 29 个特征,我也尝试过(None,29)
和 (1,29)
,但是遇到了类似的错误。我是否误解了一维卷积的含义?
以下是我期望使用核大小为 3 的 Conv1D 对 7x1 输入进行的视觉描述。
[x][x][x][ ][ ][ ][ ]
[ ][x][x][x][ ][ ][ ]
[ ][ ][x][x][x][ ][ ]
[ ][ ][ ][x][x][x][ ]
[ ][ ][ ][ ][x][x][x]