Question

我需要在 Keras 中构建一个用于视频分类的 CNN LSTM 模型。但是，在使用实际视频数据之前，我应该为 FashionMNIST 数据集构建一个测试模型。这意味着，模型应该获得一系列（FashionMNIST 的）图像作为输入（假设有 10 张图像）。我使用变量 num_features 来调整它。这是正确的吗？

例如，输出应该告诉我相应序列中有多少个不同的类。

另外，在运行模型时，我仍然得到一个错误：

    app = Flask(__name__,
                static_url_path='',
                static_folder='../app/static',
                template_folder='../app/templates')
    app.jinja_env.add_extension('jinja2.ext.loopcontrols')

但是，我检查了 x_train 的维度，它是 (60000, 28, 28, 1) 所以我不知道我做错了什么。

ValueError: Input 0 of layer conv2d_4 is incompatible with the layer: : 
expected min_ndim=4, found ndim=3. Full shape received: (None, 28, 1)

CNN LSTM Keras ValueError 输入形状

0 个答案: