在神经网络中使用卷积层

debugcn 发表于 Dev

朝圣

我正在尝试在 Keras 上的神经网络中使用 Conv1D 层作为输入层，我理解它是一个时间卷积层。我的理解是它接受输入，并使用内核大小（具有一组特征）来创建一个新的复杂层。我的训练数据是一个长度为 231 的长热编码张量。我正在努力理解 Conv1D 层的输入是如何/什么是？

我的x_train.shape([1])是231。

当我使用：

n_cols = x_train.shape([1])

model.add(Conv1D(128, 11, activation = 'relu', input_shape = (n_cols,)))

（我使用 11，因为根据我的理解，我相信它一次从我的一个热向量中获取 11 个值）

我收到错误消息：

ValueError: Input 0 of layer conv1d is incompatible with the layer: expected ndim=3, found ndim=2. Full shape received: [None, 231]

完整追溯：

Traceback (most recent call last):
  File "/Volumes/Hajar's     HDD/MSc_data/large_proteins/ml_network.py", line 18, in <module>
        model.add(Conv1D(128, 11, activation = 'relu', input_shape     = (n_cols,)))
  File "/anaconda3/lib/python3.7/site-    packages/tensorflow/python/training/tracking/base.py", line 456, in     _method_wrapper
    result = method(self, *args, **kwargs)
  File "/anaconda3/lib/python3.7/site-    packages/tensorflow/python/keras/engine/sequential.py", line 169, in     add
    layer(x)
  File "/anaconda3/lib/python3.7/site-    packages/tensorflow/python/keras/engine/base_layer.py", line 589, in     __call__
    self.name)
  File "/anaconda3/lib/python3.7/site-    packages/tensorflow/python/keras/engine/input_spec.py", line 124, in     assert_input_compatibility
    str(x.shape.as_list()))

我尝试更改内核大小，但仍然遇到相同的错误。我想也许我之前需要另一个输入层。对于内核大小，这是特征数量，即 231？

舒巴姆·潘查尔

您将需要一个输入，shape=(231, x )其中 x 是第二维。您可以尝试使用x = 1类似：

import numpy as np

n_cols = x_train.shape([1])
x_train = np.reshape( x_train , ( -1 , n_cols , 1 )  )

model.add(Conv1D(128, 11, activation = 'relu', input_shape = (n_cols,1)))

Conv1D需要二维输入形式(batch_size, a, b )，其中a和b是非零维度。

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。