Question

我的输入是X_train.shape =（4291，1，278，29，1）的张量。我的输出是Y_train.shape =（4291，1，9）的张量。进行拟合（X_train，Y_train）时，显示给我

的错误

“ ValueError：检查目标时出错：预期density_1具有2维，但数组的形状为（4291，1，9）”

那我该如何处理输出的形状？

model = Sequential()
model.add(ConvLSTM2D(filters=8, kernel_size=5, strides=2,
                   input_shape=(1, 278, 29, 1),activation='relu',
                   padding='same',return_sequences=False))
model.add(Flatten())
model.add(Dense(9))
model.compile(loss="mse", optimizer="Adam", metrics=['mse'])
model.fit(X_train, Y_train,batch_size=batch_size, epochs=epochs, verbose=2, shuffle=False)

Answer 1

模型的输出的形状为(None, 9)。因此，目标数组（即Y_train）必须具有相同的形状，即(num_samples, 9)。尝试重塑它：

Y_train = Y_train.reshape(-1, 9)  # -1 indicates that the dimension of that axis should be automatically inferred.

我在Keras中的ConvLSTM网络的输出是什么

1 个答案: