Question

我正在尝试构建以下模型：

model = Sequential()
model.add(Embedding(input_dim = num_top_words, output_dim = 64, input_length = input_length))
model.add(LSTM(100, activation = 'relu'))
model.add(Conv1D(64, kernel_size = 5, activation = 'relu'))
model.add(MaxPooling1D())
model.add(Dense(5, activation = 'softmax'))
model.compile(loss = 'categorical_crossentropy', optimizer = 'adam', metrics = ['accuracy'])

但是运行它时出现以下错误：

Input 0 is incompatible with layer conv1d_48: expected ndim=3, found ndim=2

指出以下一行存在错误：

model.add(Conv1D(64, kernel_size = 5, activation = 'relu'))

可能是什么问题？

Answer 1

问题在于，当前LSTM层的输出形状为(None, 100)，但是，正如错误所暗示的那样，Conv1D层（例如LSTM层）的3D输入为形状为(None, n_steps, n_features)。因此，解决此问题的一种方法是将return_sequences=True传递到LSTM层以获取每个时间步的输出，因此其输出将为3D：

model.add(LSTM(100, activation = 'relu', return_sequences=True))

或者，您可以在Conv1D层之前放置MaxPooling1D和LSTM层（这可能比当前体系结构更好，因为一种用法是Conv1D加上池层是为了减少LSTM层的输入维，从而降低计算复杂度）：

model.add(Conv1D(64, kernel_size = 5, activation = 'relu'))
model.add(MaxPooling1D())
model.add(LSTM(100, activation = 'relu'))

添加Conv1D图层时，错误“输入0与conv1d_48层不兼容：预期ndim = 3，找到ndim = 2”

1 个答案: