Question

我想使用Keras构建CNN-LSTM网络。但是，我无法为第一层的actionValidate参数找到正确的形状。

我的public function actionValidate($id) { $model = $this->findModel($id); $query = new purchases::find()->where('purchase_id' = :id); echo $query->createCommand()->sql; if ($model->load(Yii::$app->request->post()) && $model->save()) { return $this->redirect(['view', 'id' => $model->purchase_id]); } return $this->render('validate', [ 'model' => $model, ]); }是input_shape形状的ndarray; 1433张尺寸为32x32的照片。

在this example中找到，我尝试使用train_data，这导致与(1433, 32, 32)相同的错误：

IndexError：列表索引超出范围

相关代码是：

input_shape=train_data.shape[1:]

我发现这个错误的所有结果都是在不同的情况下产生的;不是通过input_shape=train_data.shape。那么我该如何塑造我的输入？我是否必须在完全不同的地方寻找错误？

更新完成错误：

train_data, train_labels = get_training_data()
# train_data = train_data.reshape(train_data.shape + (1,))
model = Sequential()
model.add(TimeDistributed(Conv2D(
      CONV_FILTER_SIZE[0],
      CONV_KERNEL_SIZE,
      activation="relu",
      padding="same"),
   input_shape=train_data.shape[1:]))

Answer 1

当TimeDistributed图层与Conv2D图层结合使用时，似乎input_shape至少需要一个长度为4的元组：input_shape = (number_of_timesteps, height, width, number_of_channels)。

您可以尝试修改代码，例如：

model = Sequential()
model.add(TimeDistributed(Conv2D(
      CONV_FILTER_SIZE[0],
      CONV_KERNEL_SIZE,
      activation="relu",
      padding="same"),
    input_shape=(None, 32, 32, 1))

更多信息here。

Keras：input_shape = train_data.shape产生“列表索引超出范围”

1 个答案: