Conv1D：ValueError：层顺序_1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，2）答案

【问题标题】：Conv1D: ValueError: Input 0 of layer sequential_1 is incompatible with the layer: : expected min_ndim=3, found ndim=2. Full shape received: (None, 2)Conv1D：ValueError：层顺序_1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，2）
【发布时间】：2021-09-23 01:35:09
【问题描述】：

我在 Conv1D 模型中输入尺寸为 (2363,2) 的数据。我在输入层中指定的 input_shape 是 (202,2)。这是模型的 CNN 部分：

model_2 = Sequential()

model_2.add(Conv1D(256, kernel_size=1, activation='relu', input_shape=(202,2)))
model_2.add(BatchNormalization())
model_2.add(MaxPooling1D())

model_2.add(Conv1D(128, kernel_size=1, activation='relu'))
model_2.add(BatchNormalization())
model_2.add(MaxPooling1D())

model_2.add(Conv1D(64, kernel_size=1, activation='relu'))
model_2.add(BatchNormalization())
model_2.add(MaxPooling1D())

model_2.add(Conv1D(32, kernel_size=1, activation='relu'))
model_2.add(BatchNormalization())
model_2.add(MaxPooling1D())

model_2.add(Flatten())

model_2.add(Dense(4,kernel_initializer="uniform",activation='relu'))
model_2.add(Dense(1,kernel_initializer="uniform",activation='softmax'))

我在执行代码时遇到的错误：

 ValueError: Input 0 of layer sequential_1 is incompatible with the layer: : expected min_ndim=3, found ndim=2. Full shape received: (None, 2)

我很确定这是输入形状和尺寸的问题，但由于我是 CNN 的新手，有人可以帮我纠正这个问题吗？感谢您的帮助。

【问题讨论】：

标签： python tensorflow machine-learning deep-learning conv-neural-network

【解决方案1】：

我发现了你的问题
您必须重塑您的训练数据
您可以使用 numpy 来执行此操作，

 x_train = np.reshape(x_train, (-1,202,2))

【讨论】：

谢谢，但它不起作用...遇到同样的错误...输入形状有问题。还有其他解决方案吗？
@SparshGupta 我发现了你的问题并编辑了我的答案，检查一下
@MushfiratMohaimin....合并后出现以下错误-ValueError: cannot reshape array of size 4726 into shape (202,2)
@SparshGupta 你之前的形状是什么？
嘿@MushfiratMohaimin，我将数据重新整形为（2363,2,-1），因为我在使用（-1,2363,2）时遇到了另一个错误......现在，我' m 得到以下错误 - ValueError: Input 0 of layer sequence_1 is incompatible with the layer: 输入形状的预期轴 -1 具有值 2 但接收到的输入形状为 (None, 2, 1)