Question

我正在尝试使用gensim库生成的单词向量训练CNN。以数字形式生成所有数据后，当出现以下错误时，我尝试使用Keras将其传递给CNN模型：

ValueError：检查输入时出错：预期conv2d_1_input具有4维，但数组的形状为（20000，250，50）

我已经搜索了这个问题好几个小时，针对类似/相同问题发布的所有解决方案都无法为我解决此错误。谁能看到我输入尺寸出现问题的地方吗？我生成了一些随机的numpy数据来重新产生错误：

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.layers import Convolution2D, Flatten, Dropout
from keras.layers.embeddings import Embedding
from keras.preprocessing import sequence
from keras.callbacks import TensorBoard

t = np.random.rand(20000,250,50)
l = np.random.rand(20000,1)

embedding_vecor_length = 50
net = Sequential()
net.add(Convolution2D(64, 3,input_shape=(1,250,50), 
data_format='channels_first'))
# Convolutional model (3x conv, flatten, 2x dense)
net.add(Convolution2D(32,(3), padding='same'))
net.add(Convolution2D(16,(3), padding='same'))
net.add(Convolution2D(8,(3), padding='same'))
net.add(Flatten())
net.add(Dropout(0.2))
net.add(Dense(180,activation='sigmoid'))
net.add(Dropout(0.2))
net.add(Dense(1,activation='sigmoid'))
net.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

tensorBoardCallback = TensorBoard(log_dir='./logs', write_graph=True)
net.summary()

net.fit(t, l, epochs=3, callbacks=[tensorBoardCallback], batch_size=64)

Answer 1

卷积使用4维。考虑到您使用的是“ channels_first”：

图片
频道
第1边
侧2

您的输入缺少频道。

fun3

Python（Keras）：值错误：检查输入时出错

1 个答案: