Keras 功能 api：輸入與帶有 conv1d 的層不兼容

Question

我有一個大型工作 model ，我想將最后一個密集層更改為卷積層（具有池化和輸出）。 但是在使用 cnn 時出現以下錯誤：

ValueError: 層 conv1d_21 的輸入 0 與層不兼容：預期 ndim=3，發現 ndim=2。 收到的完整形狀：[無，768]

這是在嘗試使用 cnn 之前最后一層的樣子：

dense = model.get_layer('NSP-Dense').output
outputs = keras.layers.Dense(len(100), activation='sigmoid')(dense)

這是使用 CNN 時的外觀以及發生錯誤的位置（在第二行中）：

dense = model.get_layer('NSP-Dense').output
conv = keras.layers.Conv1D(filters=32, kernel_size=8, activation='relu')(dense)
pooling = keras.layers.MaxPooling1D(pool_size=2)(conv)
flatten = keras.layers.Flatten()(pooling)
mid_dense = keras.layers.Dense(400, activation='relu' )(flatten)
outputs = keras.layers.Dense(len(test_y[0]), activation='sigmoid')(mid_dense)

我讀過this和this之類的問題，但我的似乎是另一個問題，因為CNN不是第一層而是在網絡的中間。

NSP 密集層的 output 形狀為（無，768）。 我嘗試將轉換層中的形狀設置為input_shape =(None, 768)或input_shape =(None, 768, 1) ，但這並沒有解決問題。 有人有想法嗎？

Answer 1

我根據您的代碼整理了這個示例，這似乎避免了錯誤。 這可能會讓你指向正確的方向。 請注意 Reshape 層，它本質上添加了一個大小為 1 的虛擬三維，以解決來自 Conv1D 層的問題。 我希望這有幫助。

import tensorflow as tf

myInput = tf.keras.layers.Input(shape=(2,))
myOutput = tf.keras.layers.Dense(768,name='NSP-Dense')(myInput)
model = tf.keras.models.Model(myInput,myOutput)
model.summary()

newDense = model.get_layer('NSP-Dense').output
newReshape = tf.keras.layers.Reshape((768,1), name='newReshape')(newDense)
conv =  tf.keras.layers.Conv1D(filters=32, kernel_size=8, activation='relu', name='newModelConv1D' )(newReshape)
newModel = tf.keras.models.Model(myInput, conv)
newModel.summary()

import numpy as np
x_train = np.random.random((5,2))  # 5 samples
print('prediction:')
newModel.predict(x_train)