Question

这是我的数据集的样子。它的形状是（150000，30）。（在我删除空单元格之前）

我正在尝试情感分析。而且我已经标记了所有数据。

然后我尝试使用cnn模型进行训练。

model=Sequential()
model.add(Embedding(max_words, 100))
model.add(Conv1D(128, kernel_size=3, padding='valid', activation='relu', strides=1))
model.add(MaxPooling1D())
model.add(Dense(64, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(1, activation='sigmoid'))


model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['acc'])
history = model.fit(X_train, y_train, epochs=4, batch_size=60, validation_data=(X_test, y_test), validation_split=0.2)

然后错误提示

训练149995个样本，对49997个样本进行验证时代1/4   -------------------------------------------------- ------------------------- InvalidArgumentError追踪（最近的呼叫   最后）在（）         9        10 model.compile（optimizer ='adam'，loss ='binary_crossentropy'，metrics = ['acc']）   ---> 11历史= model.fit（X_train，y_train，epochs = 4，batch_size = 60，validation_data =（X_test，y_test），validation_split = 0.2）

4幅   /usr/local/lib/python3.6/dist-packages/tensorflow_core/python/client/session.py   在通话中（自己，* args，** kwargs）1470 ret =   tf_session.TF_SessionRunCallable（self._session._session，1471
  self._handle，args，   -> 1472 run_metadata_ptr）1473如果run_metadata：1474
  proto_data = tf_session.TF_GetBuffer（run_metadata_ptr）

InvalidArgumentError：不兼容的形状：[60,14,1]与[60,1]
  [[{{节点   training_30 / Adam / gradients / gradients / loss_17 / dense_22_loss / logistic_loss / mul_grad / BroadcastGradientArgs}}]]

我不知道如何解决这种不兼容的形状问题。我认为cnn和model.fit部分出了问题，但我不完全知道哪一部分是问题。

当我在该代码上添加一行添加LSTM的代码时，一切正常。怎么了？

Tensorflow Conv1d模型训练形状问题

0 个答案: