如果我试图拟合熊猫数据帧中的数据，如何找到卷积神经网络的 input_shape？

Question

我有一个包含 321 个样本和 43 个特征的 Pandas 数据框 X_train。 此外，y_train 中有 18 个不同的类。

我想在我的数据上训练一个 CNN，但我无法在 Pandas 数据帧的情况下提供输入形状。

这是我遇到问题的第一层。

model = Sequential()
model.add(Conv2D(16, (2, 2), activation = 'relu', input_shape = ???))
model.add(Dropout(0.1))

所有的教程都使用了图像，它们只是将高度、宽度和通道作为 input_shape 的参数传入。

Answer 1

如果你的输入不是数组...你需要转换成它：

arr_train = np.array(x_train)

然后您可以使用以下代码查看您的输入形状：

arr_train.shape

注意：如果你需要提高输入维度，你可以使用这个：

arr_train=arr_train.reshape(arr_train.shape[0],arr_train.shape[1],1)