使用具有非圖像輸入的卷積神經網絡

Question

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]

Answer 1

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)