.fit 中的卷积神经网络问题

Question

在进行数据处理和网络结构时，我去给网络上的model.fit，出现了一个错误，目前我在网络上没有找到任何理由。下面是我的代码和出现的错误。

我的数据集是一个包含一些参数和时间序列的 .csv。 (19790, 8199)

model.fit(dataset[dataset.columns[7:8199]].values, train_labels, epochs = 10, validation_data= valid_dataset, verbose = 1)

错误：

---

ValueError Traceback（最近一次调用最后一次） 在 （） 1 # Treinando o 模型 2 ----> 3 model.fit(dataset[dataset.columns[7:8199]].values, train_labels, epochs = 10,validation_data=valid_dataset,verbose = 1)

1 帧 /usr/local/lib/python3.7/dist-packages/pandas/core/generic.py in nonzero(self) 1328 def 非零（自我）： 第1329章 -> 1330 f"{type(self).name} 的真值不明确。" 1331 “使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。” 第1332章

ValueError：DataFrame 的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。

架构：

model = models.Sequential()

model.add(layers.Conv1D(64, kernel_size= 16, strides= 1, dilation_rate = 1, activation= 'relu', input_shape= (8192, 1)))
model.add(layers.MaxPooling1D(pool_size = 4, strides= 4))

model.add(layers.Conv1D(128, kernel_size= 16, strides= 1, dilation_rate = 2, activation= 'relu'))
model.add(layers.MaxPooling1D(pool_size = 4, strides= 4))

model.add(layers.Conv1D(256, kernel_size= 16, strides= 1, dilation_rate = 2, activation= 'relu'))
model.add(layers.MaxPooling1D(pool_size = 4, strides= 4))

model.add(layers.Conv1D(512, kernel_size= 32, strides= 1, dilation_rate=  2, activation= 'relu'))
model.add(layers.MaxPooling1D(pool_size = 4, strides= 4))

model.add(layers.Flatten())
model.add(layers.Dense(128, activation= 'relu'))
model.add(layers.Dense(64, activation= 'relu'))
model.add(layers.Dense(2, activation= 'softmax'))