层 conv1d 的输入 0 与层不兼容：：预期 min_ndim=3，发现 ndim=2。收到的完整形状：（无，30）答案

【问题标题】：Input 0 of layer conv1d is incompatible with the layer: : expected min_ndim=3, found ndim=2. Full shape received: (None, 30)层 conv1d 的输入 0 与层不兼容：：预期 min_ndim=3，发现 ndim=2。收到的完整形状：（无，30）
【发布时间】：2021-06-17 11:05:16
【问题描述】：

我一直在做一个项目，使用时间序列数据和天气数据来估计交通流量。我正在为我的时间序列使用 30 个值的窗口，并且我正在使用 20 个与天气相关的功能。我已经使用功能 API 来实现这一点，但我一直收到同样的错误，我不知道如何解决它。我查看了其他类似的线程，例如Input 0 of layer conv1d_1 is incompatible with the layer: expected ndim=3, found ndim=2. Full shape received: [None, 200]，但没有帮助。

这是我的模型，

series_input = Input(shape = (series_input_train.shape[1], ), name = 'series_input')
x = Conv1D(filters=32, kernel_size=5, strides=1, padding="causal", activation="relu")(series_input)
x = LSTM(32, return_sequences = True)(x)
x = LSTM(32, return_sequences = True)(x)
x = Dense(1, activation = 'relu')(x)
series_output = Lambda(lambda w: w * 200)(x)

weather_input = Input(shape = (weather_input_train.shape[1], ), name = 'weather_input')
x = Dense(32, activation = 'relu')(weather_input)
x = Dense(32, activation = 'relu')(x)
weather_output = Dense(1, activation = 'relu')(x)

concatenate = concatenate([series_output, weather_output], axis=1, name = 'concatenate')

output = Dense(1, name = 'output')(concatenate)

model = Model([series_input, weather_input], output)

series_input_train 和 weather_input_train 的形状分别是 (34970, 30) 和 (34970, 20)。

我一直收到的错误是这个，

ValueError: Input 0 of layer conv1d is incompatible with the layer: : expected min_ndim=3, found ndim=2. Full shape received: (None, 30)

我做错了什么？

老实说，我一直难以弄清楚输入的形状在 TensorFlow 中是如何工作的。如果您能指出我正确的方向，我们将不胜感激，但我现在需要的是修复我的模型。

【问题讨论】：

标签： python tensorflow time-series lstm convolution

【解决方案1】：

问题

3+D 张量，形状：batch_shape + (steps, input_dim) https://keras.io/api/layers/convolution_layers/convolution1d/

解决方案

您没有指定“步骤”参数。
如果“steps”为1，则使用以下代码：

import numpy as np
series_input_train = np.expand_dims(series_input_train, axis=1)
weather_input_train = np.expand_dims(weather_input_train, axis=1)

【讨论】：

那么我将向输入层的形状参数传递什么？我现在收到此错误，conv1d 层的输入 0 与该层不兼容：：预期 min_ndim=3，发现 ndim=2。收到的完整形状：(None, 30) with this layer, series_input = Input(shape = (series_input_train.shape[1], ), name = 'series_input')
在上述网站中，输入是128个长度的向量，有10个时间步长，batch size是4。input_shape = (4, 10, 128)
我的输入不是向量，它们只是 30 个值的序列。

【解决方案2】：

正如 Tao-Lung 所说，卷积层的第一个连接需要 3 位形式。序列上的 1D 卷积需要 3D 输入。换句话说，对于批次的每个元素，对于每个时间步，一个向量。如果您希望步骤是单一的，您可以按如下方式解决您的问题：

series_input = Input(shape = (series_input_train.shape[1],1,)

和

x = Conv1D(filters=32, kernel_size=5, strides=1, padding="causal", activation="relu",input_shape=[None,series_input])

【讨论】：