【问题标题】:Reshape 3D numpy array as keras input将 3D numpy 数组重塑为 keras 输入
【发布时间】:2021-10-28 04:23:16
【问题描述】:

我正在尝试用数据填充我的 keras 顺序模型。为此,我有一个 3D 数据集,一个用于输入,一个用于输出。

print(X.shape)
(785053, 17, 11)
print(Y.shape)
(785053,)

我不知道如何将此输入数据集填充到我的顺序模型中。对于输入层,我尝试了以下方法:

model = Sequential(
[
 Dense(1,activation="relu",input_shape=(785053, 17, 11)),
 Dense(3,activation="relu"),
 Dense(1,activation="sigmoid")
]

但是在我运行模型之后,准确率和损失保持为零。因此我认为,我没有正确填写我的形状。

【问题讨论】:

  • 不要在模型输入中包含样本数(第一维):Dense(1,activation="relu",input_shape=(17, 11))

标签: python numpy tensorflow keras


【解决方案1】:

总结以上cmets 编辑代码:

model = Sequential(
[
 Dense(1,activation="relu",input_shape=(17,11)),
 Dense(3,activation="relu"),
 Dense(1,activation="sigmoid")
]

【讨论】:

    猜你喜欢
    • 2018-03-17
    • 2020-08-17
    • 2017-09-18
    • 2020-04-22
    • 2021-03-21
    • 2016-05-22
    • 2016-02-10
    • 2019-12-05
    • 2021-08-06
    相关资源
    最近更新 更多