[英]Understanding the keras input_shape for Conv1D, Dense layers (1-dimensional input)
伙计们!
我尝试在keras
中实现我的第一个自己的 dl-net,这将是一个自动编码器(希望去噪和堆叠)。 但是我对输入层的输入形状格式感到困惑,它可以是Conv1D
或Dense
层(目前它是Dense
层,因为我希望它能解决问题) - 我也尝试pytorch
但这也没有解决我的问题。
根本问题是我觉得我没有得到输入形状参数及其结构。 对于图像,您可以在互联网上找到很好且合乎逻辑的解释。 但是由于我使用一维数据,这些技术不能在这里应用 - Dense
/ Conv1D
API 也不能正确回答我的问题。
我有7000 个样本,其中每个样本由500 个整数的一维数组表示,这不是额外的特征维度或属性 - 如果我理解正确,只有一个通道。 因此input_shape=(,500)
应该可以正常工作,因为我不必 state批量大小。 但它不起作用,我只是收到我传入的数据和形状不匹配的消息。
也许有人可以清除它? 也许我的输入数据形状不正确- numpy 输入应该是什么样子? 还是我的图层配置错误?
先感谢您。 我真的试图解决这个问题,并且已经尝试了几个重塑或输入形状定义 - 不幸的是,没有任何效果。
您只是忘记了“渠道”维度。 像图像一样,序列也可以有通道。
例如,您可以运行以下代码:
import tensorflow as tf
layer = tf.keras.layers.Conv1D(input_shape=(500,), kernel_size=3, filters=2)
sample = tf.ones((1, 500, 1), dtype=tf.float32) # (bs, input_shape, channels)
out = layer(sample) # out.shape will be (1, 498, 2)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.