卷积神经网络使用答案

【问题标题】：Convolution neural network usage卷积神经网络使用
【发布时间】：2021-03-30 08:04:28
【问题描述】：

我有回归问题，大约有 20 个特征，预期输出是价格（浮动）。我可以在这里使用卷积神经网络来预测价格吗？我同时使用了 1D、2D 卷积。

但我得到以下错误，

对于 2D，误差是

ValueError：layersequential_4 的输入 0 与 layer 不兼容：：预期 min_ndim=4，发现 ndim=2。收到的完整形状：（无，18）

对于一维，误差是

ValueError：layersequential_4 的输入 0 与 layer 不兼容：：预期 min_ndim=3，发现 ndim=2。收到的完整形状：（无，18）

我可以将 CNN 用于图像以外的数据吗？我在这里缺少什么。请在这里帮忙。

下面是代码，

model2 = tf.keras.Sequential()
model2.add(tf.keras.layers.Conv1D(32,kernel_size=(3),strides=1,                                activation='relu'))
model2.add(tf.keras.layers.BatchNormalization())
model2.add(tf.keras.layers.Conv1D(64, kernel_size=(3), strides=(2)))
model2.add(tf.keras.layers.ReLU())
model2.add(tf.keras.layers.BatchNormalization())
model2.add(tf.keras.layers.Dense(1, activation='linear'))
model2.compile(optimizer='adam',loss='mean_absolute_error',metrics['mean_absolute_error'])

【问题讨论】：

我发现了问题。 model.fit 中存在问题。而不是调用 model.fit(X_train,y_train,val=(X_test,y_test))。我以这种方式调用了model.fit（（X_train，y_train），val =（X_test，y_Test））。由于额外的括号，模型试图将其称为 fit_generator 而不是 fit。

标签： tensorflow regression conv-neural-network

【解决方案1】：

我发现了问题。 model.fit 中存在问题。而不是调用 model.fit(X_train,y_train,val=(X_test,y_test))。我以这种方式调用了model.fit（（X_train，y_train），val =（X_test，y_Test））。由于额外的括号，模型试图将其称为 fit_generator 而不是 fit。

【讨论】：