了解 Conv1D、密集層（一維輸入）的 keras input_shape

Question

伙計們！

我嘗試在keras中實現我的第一個自己的 dl-net，這將是一個自動編碼器（希望去噪和堆疊）。 但是我對輸入層的輸入形狀格式感到困惑，它可以是Conv1D或Dense層（目前它是Dense層，因為我希望它能解決問題） - 我也嘗試pytorch但這也沒有解決我的問題。

根本問題是我覺得我沒有得到輸入形狀參數及其結構。 對於圖像，您可以在互聯網上找到很好且合乎邏輯的解釋。 但是由於我使用一維數據，這些技術不能在這里應用 - Dense / Conv1D API 也不能正確回答我的問題。

我有7000 個樣本，其中每個樣本由500 個整數的一維數組表示，這不是額外的特征維度或屬性 - 如果我理解正確，只有一個通道。 因此input_shape=(,500)應該可以正常工作，因為我不必 state批量大小。 但它不起作用，我只是收到我傳入的數據和形狀不匹配的消息。

也許有人可以清除它？ 也許我的輸入數據形狀不正確- numpy 輸入應該是什么樣子？ 還是我的圖層配置錯誤？

先感謝您。 我真的試圖解決這個問題，並且已經嘗試了幾個重塑或輸入形狀定義 - 不幸的是，沒有任何效果。

Answer 1

您只是忘記了“渠道”維度。 像圖像一樣，序列也可以有通道。

例如，您可以運行以下代碼：

import tensorflow as tf

layer = tf.keras.layers.Conv1D(input_shape=(500,), kernel_size=3, filters=2)
sample = tf.ones((1, 500, 1), dtype=tf.float32)  # (bs, input_shape, channels)

out = layer(sample)  #  out.shape will be (1, 498, 2)