[英]Using a convolution neural network with a non-image input
我想使用卷積神經網絡,但我有一個用於輸入的二維數組,而不是圖像。 我正在嘗試評估形狀很重要的棋盤游戲狀態。
該板為 5x5,值可以在 -1 和 1 之間,存儲為列表列表,例如:
[[-1,1.0,-1,1,-1],[0,1,0,0,0],[0,0,0,0,0],[0,0,0,0,0],[-1,0.6,-1,-1,1]]
模型的第一層是
tf.keras.layers.Conv2D(32, (3,3), input_shape=(5,5,1))
我將板轉換為 numpy 數組
np.array([[-1,1.0,-1,1,-1],[0,1,0,0,0],[0,0,0,0,0],[0,0,0,0,0],[-1,0.6,-1,-1,1]])
我將板子收集到一個列表中。 然后我將列表轉換為數組數組以適合
model.fit(np.array(x_train_l), y_train, epochs=10)
我收到以下錯誤:
ValueError: 層順序的輸入 0 與層不兼容::預期 min_ndim=4,發現 ndim=3。 收到的完整形狀:[無、5、5]
只需將您的 numpy 數組重塑為形狀 (5,5,1)。 目前它是形狀 (5,5)。
np.array([[-1,1.0,-1,1,-1],[0,1,0,0,0],[0,0,0,0,0],[0,0,0,0,0],[-1,0.6,-1,-1,1]]).reshape(5,5,1)
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.