如何調整我的輸入數據以便在 keras 中與 Conv1D 一起使用？

Question

我的虛擬數據集中有 12 個長度為 200 的向量，每個向量代表一個樣本。 假設x_train是一個形狀為(12, 200)的數組。

當我做：

model = Sequential()
model.add(Conv1D(2, 4, input_shape=(1, 200)))

我收到錯誤：

ValueError: Error when checking model input: expected conv1d_1_input to have 3 dimensions, but got array with shape (12, 200)

如何正確調整輸入數組的形狀？

這是我更新的腳本：

data = np.loadtxt('temp/data.csv', delimiter=' ')
trainData = []
testData = []
trainlabels = []
testlabels = []

with open('temp/trainlabels', 'r') as f:
    trainLabelFile = list(csv.reader(f))

with open('temp/testlabels', 'r') as f:
    testLabelFile = list(csv.reader(f))

for i in range(2):
    for idx in trainLabelFile[i]:
        trainData.append(data[int(idx)])
        # append 0 to labels for neg, 1 for pos
        trainlabels.append(i)

for i in range(2):
    for idx in testLabelFile[i]:
        testData.append(data[int(idx)])
        # append 0 to labels for neg, 1 for pos
        testlabels.append(i)

# print(trainData.shape)
X = np.array(trainData)
Y = np.array(trainlabels)
X2 = np.array(testData)
Y2 = np.array(testlabels)

model = Sequential()
model.add(Conv1D(1, 1, input_shape=(12, 1, 200)))

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

model.fit(X, Y, epochs=epochs)

我現在收到一個新錯誤：

ValueError: Input 0 is incompatible with layer conv1d_1: expected ndim=3, found ndim=4

Answer 1

您需要根據 Conv1D 層輸入格式 - (batch_size, steps, input_dim)重塑輸入數據。 嘗試

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

Answer 2

有點晚了，但只是為了回答這個問題，輸入形狀是（不同模型批次的數量，每個模型的數據數量，數據的維度）。 在你的情況下（12,200,1）

Answer 3

在Keras 文檔中，寫到input_shape是一個形狀為(batch_size, steps, input_dim)的 3D 張量。 含義如下：

1. batch_size是樣本數。 對你來說是12 。
2. steps是數據的時間維度。 您可以將其設置為1 ，因為數據中只有一個通道。
3. input_dim是一個樣本的維度。 對你來說是200 。

您的問題的答案是將您的數據重塑為(12,1,200) 。