Question

我是keras的新手，我正在尝试对文档进行卷积。每个文档由一个矩阵表示，其形状为[40 * 4000]（每个文档有40个句子，每个句子有20个单词，因此单词嵌入维度为200）。

我想用3个单词进行卷积，这是我的代码（不完全一样，但你可以在你的机器上运行这个代码）：

import keras
from keras.layers import Input, Embedding, Dense, merge, Conv2D
from keras.layers.core import Reshape

tokens_input = Input(name='input', shape=(40, 20), dtype='int32')

x = Embedding(25000 + 1, 200, name="embedding")(tokens_input)
x = Reshape((40, -1), 
             name="reshape")(x)


cur_conv = Conv2D(20, kernel_size=(3*200, 1),
                 strides=(200, 1), padding='valid', activation='relu')(x)

但是我收到此错误消息：输入0与图层conv2d_1不兼容：预期ndim = 4，发现ndim = 3

Answer 1

Conv2D图层的输入应该具有形状（样本，通道，宽度，高度），嵌入的输出是3D，而不是4D。您应该定义如何将嵌入输出解释为图像，也许您应该添加通道尺寸并将其设置为1.

Keras {ValueError}：输入0与图层conv2d_2

1 个答案: