伙计！
我尝试在keras中实现我自己的第一个dl-net，这将是一个自动编码器（希望能够进行降噪和堆叠）。但是我在输入层的输入形状格式上遇到了麻烦，它可以是Conv1D或Dense层（目前是Dense层，因为我希望可以解决此问题）-我还尝试了pytorch，但这也不能解决我的问题。
潜在的问题是，我感觉不到输入的形状参数及其结构。对于图像，您可以在整个互联网上找到很好的逻辑解释。但是，由于我使用的是一维数据，因此无法在此处应用这些技术-Dense / Conv1D API也无法正确回答我的问题。
我有 7000个样本，每个样本都由一个 500个整数的一维数组表示，那就是没有其他要素尺寸或属性-仅个通道如果我理解正确。因此input_shape=(,500)应该可以正常工作，因为我不必声明批量大小。
但这不起作用，我得到的消息是我的传入数据和形状不匹配。
也许有人可以清除？也许我的输入数据是形错误的-numpy输入应该是什么样？还是我的图层配置不正确？
提前谢谢！我真的很想解决这个问题，并且已经尝试了几种重塑或输入形状定义的方法-不幸的是没有任何效果。
答案 0 :(得分：1)
您只是忘记了“渠道”维度。就像图像一样，序列也可以具有通道。
例如，您可以运行以下代码：
import tensorflow as tf
layer = tf.keras.layers.Conv1D(input_shape=(500,), kernel_size=3, filters=2)
sample = tf.ones((1, 500, 1), dtype=tf.float32) # (bs, input_shape, channels)
out = layer(sample) # out.shape will be (1, 498, 2)