使用 tensorflow Conv1D：如何解决错误“层“conv1d_9”的输入 0 与层不兼容：”？

Question

我正在使用 TensorFlow 对我模拟的超声波信号进行二进制分类，我想使用 CNN。 我是编程和机器学习的新手，所以我不知道我使用的术语是否正确，请耐心等待。 数据被组织成一个名为“sig_data”的数组，其中列是时间步长，行是不同的信号样本。 这些值是信号的幅度。 标签位于另一个名为“sig_id”的一维数组中，其中包含值 1 和 0。数据的形状如下：

data shape: (1000, 1000)
label shape: 1000

我已将数据放入 TF 数据集中并分为训练集、验证集和测试集：

data_ds = tf.data.Dataset.from_tensors((sig_data, sig_id))

train_ds = data_ds.take(700)
val_ds = data_ds.skip(700).take(200)
test_ds = data_ds.skip(900).take(100)

train_ds = train_ds.shuffle(shuffle_buffer_size).batch(batch)
val_ds = val_ds.shuffle(shuffle_buffer_size).batch(batch)
test_ds = test_ds.batch(batch)

我创建的model是：

model = tf.keras.Sequential([
    tf.keras.layers.Input(shape=(1000,1)),
    tf.keras.layers.Conv1D(50, 3, activation='relu'),
    tf.keras.layers.Flatten(),
    tf.keras.layers.Dense(10),
    tf.keras.layers.Dense(1, activation='sigmoid')
    ])

model.compile(
  optimizer='adam',
  loss='binary_crossentropy',
  metrics=['accuracy'])

history = model.fit(
  train_ds,
  validation_data=val_ds,
  batch_size=batch,
  epochs=25)

我收到以下错误：

ValueError: Exception encountered when calling layer "sequential_3" (type Sequential).
    
    Input 0 of layer "conv1d_3" is incompatible with the layer: expected axis -1 of input shape to have value 1, but received input with shape (None, 1000, 1000)

我已经查过这个试图解决它。 我认为问题出在输入形状上，所以我尝试按如下方式重塑我的 arrays：

sig_data_reshaped = np.expand_dims(sig_data, axis=-1)
sig_id_reshaped = np.expand_dims(sig_id, axis=-1)

reshaped data shape: (1000, 1000, 1)
reshaped label shape: (1000, 1)

但是当我运行我的代码时，我仍然得到一个错误，

Input 0 of layer "conv1d_8" is incompatible with the layer: expected axis -1 of input shape to have value 1, but received input with shape (None, 1000, 1000)

我的错误是由于我组织数据集的方式造成的吗？ 为什么我把arrays改造成3D还是报错？

Answer 1

数据集data_ds包含形状为 (1000, 1000) 的单个记录。 您可以尝试使用from_tensor_slices创建它。

data_ds = tf.data.Dataset.from_tensor_slices((sig_data, sig_id))