数据集形状不匹配 Conv1D 输入层

Question

正在尝试将 Conv1D 层设置为 keras 中的输入层。

数据集有1000个时间步，每个时间步有1个特征。

阅读一堆答案后，我将数据集重塑为以下格式（n_samples、时间步长、特征），在我的情况下对应于以下格式：

train_data   = (78968, 1000, 1)
test_data    = (19742, 1000, 1)
train_target = (78968,)
test_target  = (19742,)

我稍后使用以下行创建和编译代码

model = Sequential()
model.add(Conv1D(64, (4), input_shape = (1000,1) ))

model.add(MaxPooling1D(pool_size=2))
model.add(Dense(1))
optimizer = opt = Adam(decay = 1.000-0.999)
model.compile(optimizer=optimizer,
              loss='mean_squared_error',
              metrics=['mean_absolute_error','mean_squared_error'])

然后我尝试拟合，注意，train_target 和 test_target 是 pandas 系列所以我调用 DataFrame.values 转换为 numpy 数组，我怀疑那里那里可能有问题？

training = model.fit(train_data, 
                 train_target.values,
                 validation_data=(test_data, test_target.values),
                 epochs=epochs,
                 verbose=1)

模型可以编译，但当我尝试拟合时出现错误

Error when checking target: expected dense_4 to have 3 dimensions, 
but got array with shape (78968, 1)

我已经尝试了重塑数据的每一种组合，但都无法正常工作。

我之前只在另一个项目中使用过密集层的keras，其中指定了input_dimension而不是input_shape，所以我不确定我在这里做错了什么.我已经阅读了几乎所有关于数据形状问题的堆栈溢出问题，恐怕问题出在其他地方，感谢您的帮助，谢谢。

Answer 1

在model.add(MaxPooling1D(pool_size=2))行下，加一行model.add(Flatten())，你的问题就解决了。 Flatten 函数将帮助您将数据转换为正确的形状，请参阅此站点以获取更多信息https://www.tensorflow.org/api_docs/python/tf/keras/layers/Flatten

数据集形状不匹配 Conv1D 输入层

Dataset shape mismatch Conv1D input layer

python

keras

tensorflow

keras-layer