层 conv1d 的输入 0 与层不兼容：：预期 min_ndim=3，发现 ndim=2。 收到的完整形状：（无，30）

Question

我一直在做一个项目，使用时间序列数据和天气数据来估计交通流量。 我正在为我的时间序列使用 30 个值的 window，并且我正在使用 20 个与天气相关的功能。 我已经使用功能 API 来实现这个，但我一直收到同样的错误，我不知道如何解决。 我查看了其他类似的线程，例如conv1d_1 层的输入 0 与该层不兼容：预期 ndim=3，发现 ndim=2。 收到的完整形状：[None, 200] ，但没有帮助。

这是我的 model，

series_input = Input(shape = (series_input_train.shape[1], ), name = 'series_input')
x = Conv1D(filters=32, kernel_size=5, strides=1, padding="causal", activation="relu")(series_input)
x = LSTM(32, return_sequences = True)(x)
x = LSTM(32, return_sequences = True)(x)
x = Dense(1, activation = 'relu')(x)
series_output = Lambda(lambda w: w * 200)(x)

weather_input = Input(shape = (weather_input_train.shape[1], ), name = 'weather_input')
x = Dense(32, activation = 'relu')(weather_input)
x = Dense(32, activation = 'relu')(x)
weather_output = Dense(1, activation = 'relu')(x)

concatenate = concatenate([series_output, weather_output], axis=1, name = 'concatenate')

output = Dense(1, name = 'output')(concatenate)

model = Model([series_input, weather_input], output)

series_input_train和weather_input_train的形状分别为 (34970, 30) 和 (34970, 20)。

我不断得到的错误是这个，

ValueError: Input 0 of layer conv1d is incompatible with the layer: : expected min_ndim=3, found ndim=2. Full shape received: (None, 30)

我究竟做错了什么？

老实说，我一直很难弄清楚 TensorFlow 中输入的形状是如何工作的。 如果您能指出正确的方向，我们将不胜感激，但我现在需要的是修复我的 model。

Answer 1

问题

具有形状的 3+D 张量：batch_shape + (steps, input_dim) https://keras.io/api/layers/convolution_layers/convolution1d/

解决方案

您没有指定“步骤”参数。
如果“步骤”为 1，请使用以下代码：

import numpy as np
series_input_train = np.expand_dims(series_input_train, axis=1)
weather_input_train = np.expand_dims(weather_input_train, axis=1)    

Answer 2

正如 Tao-Lung 所说，卷积层的第一个连接需要 3 位形式。 序列上的一维卷积需要 3D 输入。 换句话说，对于批次的每个元素，对于每个时间步，一个向量。 如果您希望步骤是单一的，您可以按如下方式解决您的问题：

---

series_input = 输入（形状 = (series_input_train.shape[1],1,)

和

---

x = Conv1D(filters=32, kernel_size=5, strides=1, padding="causal", activation="relu",input_shape=[None,series_input])