tensorflow conv1d内核大小维度错误

Question

当进行一维数组的一维卷积时，我收到一个错误，表明我的第二个维度不够大。

以下是相关代码的概述：

inputs_ = tf.placeholder(tf.float32 ,(None, 45), name='inputs')
x1 = tf.expand_dims(inputs_, axis=1)
x1 = tf.layers.conv1d(x1, filters=64, kernel_size=1, strides=1, padding='valid')

我希望将内核大小增加到3，这样相邻的点也会影响每个输入节点的输出，但是我得到以下错误：

  

ValueError：从1减去3的负尺寸大小   带有输入形状的'conv1d_4 / convolution / Conv2D'（op：'Conv2D'）：   [？，1,1,45]，[1,3,45,64]。

我的猜测是，tensorflow期望我将我的输入重新分成两个维度，以便可以使用一些深度来进行内核乘法。问题是为什么会出现这种情况，以及基于输入维度

对图层行为的期望

Answer 1

即使您只有一个频道，也需要将Channel维度添加为最后一个维度。 所以这段代码有效：

inputs_ = tf.placeholder(tf.float32 ,(None, 45), name='inputs')
x1 = tf.expand_dims(inputs_, axis=-1)
x1 = tf.layers.conv1d(x1, filters=64, kernel_size=3, strides=1, padding='valid')

所以基本上错误是因为你的张量看起来宽度为1，有45个通道。 TensorFlow尝试使用1维内核大小3进行卷积。