我正在尝试 Keras,但我坚持执行以下操作。我有一个包含特征数组的列表,我需要用 Keras 对它进行卷积。特征数组列表由以下代码生成。
features= []
for i in range(32): # Contains 32 feature arrays
x = np.random.randint(low=-1, high=1, size=16) #Each feature arraysize = 16
features.append(x)
我试过的卷积步骤如下,
conv = Sequential()
conv.add(Convolution1D(filters=32, kernel_size=3, input_shape=(16,1),
activation='elu', use_bias=True))
conv.add(Dense(units=1))
conv.compile(optimizer='adam', loss='mse')
#conv.predict(features) is the way I tried but failed.
我需要获取输入特征列表的卷积列表。我怎样才能做到这一点?
正如Keras Sequential Model 文档中所述,当您将维度传递给模型时,您应该包括批量大小。直观地,您假设 Keras 获取您的整个数据并分批提供它,但这必须明确说明,使用None
当您输入中的实例数量不恒定时使用的关键字:
conv.add(Convolution1D(filters=32, kernel_size=3, activation='elu', use_bias=True, input_shape=(None,16)))
.
接下来,您要养活你的整个数据集一个批次中的数据集的尺寸应包括批量大小作为第一个维度是这样的:(1,32,16)
。这可以通过以下方式实现:x = np.reshape(features, newshape=(1,32,16))
。
我使用这些更改重新创建了您的代码,并且可以正常工作。
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句