ValueError: 层 conv2d 的输入 0 与层不兼容

Question

我的 CNN 的一个输入示例由 8 x 900 数组组成，如下所示：

[
[1.25 0.2 ... .90] #size = 900
   ...             # x 8
[1.25 0.2 ... .98] 
]

我想：

1. 应用BatchNormalizer
2. 应用带有 10 个过滤器和 2 x 10 的转换窗口
的转换层

这是我目前的代码：

inputs = keras.Input(shape=(8,900))
x = layers.BatchNormalization()(inputs)
Conv2D = layers.Conv2D(10, (2, 10), activation='relu', input_shape=(8, 900))(x)

但我已经收到一个错误：

<块引用>

ValueError: 层 conv2d 的输入 0 与层不兼容：： 预期 min_ndim=4，发现 ndim=3。收到完整形状：[无, 8, 900]

有什么想法吗？

谢谢！