Question

我正在用keras在python中进行情感分析项目，使用CNN和word2vec作为嵌入方法。根据我的代码，我将输入形状设置为15和512，因此当我要预测新句子的极性时，例如：“我很抱歉”，其长度为：4-我遇到此错误：

预期conv1d_1_input的形状为（15，512），但数组的形状为（4，512）这是我的代码的一部分：

model = Sequential()
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same', 
input_shape=(15, 512)))
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same'))
model.add(Dropout(0.25))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Dropout(0.25))
model.add(Dense(256, activation='relu')
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(2, activation='softmax'))

我所能做的就是制作新的python文件并加载我所有的相关模型，例如word2vec ...，并像这样更改其输入形状：

model111 = Sequential()
model111.add(Conv1D(32, kernel_size=3, activation='elu', padding='same', 
input_shape=(len(input), 512)))
model111.add(Dense(256, activation='relu'))
model111.add(Dense(256, activation='relu'))
model111.add(Dropout(0.5))
model111.add(Flatten())
model111.add(Dense(2, activation='softmax'))

我想知道这种方法是否可以？？任何有效的解决方案将不胜感激

Answer 1

如果输入的大小小于模型的预期大小，则需要进行填充（即在输入数组的末尾添加零以完成预期的大小，然后再提供给模型。有一个keras函数可以做到这一点）：

from keras.preprocessing.sequence import pad_sequences
input_array = pad_sequences(input_array, maxlen=max_tweet_length, padding='post')

然后，将数据重塑为，使其适合CNN的预期空间：

input_array = input_array.reshape(input_array.shape + (1,))

Answer 2

根据 Eduardo Soares 所说，我应该直接填充输入句子或使用pad_sequences函数填充以下内容：

from keras.preprocessing.sequence import pad_sequences
input_array = pad_sequences(input_array, maxlen=max_tweet_length, padding='post')

然后我得到了这个错误：

在检查输入时：预期conv1d_1_input具有3维，但是得到了形状为（1，15）的数组

这与错误无关，据我了解，这与输入形状有关，因此我应该在填充（此处为input_array）后重塑输入的形状，因此我尝试使用以下代码：

input_array = input_array.reshape(input_array.shape + (1,))

一切正常！希望对您有所帮助

预期conv1d_1_input的形状为（15，512），但数组的形状为（4，512）

2 个答案: