python 中全連接深度神經網絡輸入的重塑誤差

Question

我正在實現一個完全連接的深度神經網絡。 為網絡提供數據需要重塑我的數據，但我面臨這個錯誤。 這是解決它的任何建議嗎？

import time
start=time.time()
import numpy as np
from keras.layers import Dense
from keras.models import Sequential
from scipy.io import loadmat

Tar_train = (x['t_train']) 
Tar_val = (x['t_val'])
Tar_test = (x['t_test'])

Signal_train = x['data_train']
Signal_val = x['data_val']
Signal_test = x['data_test']

Signal_train = np.reshape(Signal_train,(240*64)) 
Signal_val = np.reshape(Signal_val,(240*64))
Signal_test = np.reshape(Signal_test,(240*64))

model = Sequential()
model.add(Dense(20 , activation='relu' , input_shape=(240*64,) ))
model.add(Dense(200, activation='relu'))

signal_train 的大小是 (1274, 240, 64) signal_validation 的大小是 (510, 240, 64) signal_test 的大小是 (764, 240, 64)

錯誤是：ValueError：無法將大小為 19568640 的數組重塑為形狀（15360，）

Answer 1

假設錯誤發生在第一個np.reshape中，請使用

Signal_train = np.reshape(Signal_train, (-1, 240*64)) 
Signal_val = np.reshape(Signal_val, (-1, 240*64))
Signal_test = np.reshape(Signal_test, (-1, 240*64))

這是因為當您展平兩個維度的 rest 時，會保留第一個維度（1274，對於Signal_train ）。 例如，當您將 1274 張 240 x 64 的圖像展平為 1274 個尺寸為 240*64 的向量時，總共仍有 1274 張圖像。

尺寸尺寸-1表示讓 numpy 使用適合原始尺寸的任何尺寸尺寸。 在這種情況下，第一個-1隱含1274等。