Tensorflow keras Conv1d input_shape 问题，谁能帮帮我？

Question

我正在尝试重写一个用于对卫星图像进行分类的 keras 模型，该模型是一个 NN 模型，我想将其重写为 CNN，我从 here 找到了该模型。
之前的NN模型是这样的：

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(1, nBands)),
    keras.layers.Dense(14, activation='relu'),
    keras.layers.Dense(2, activation='softmax')])

原图形状是6, 2054, 2044，reshape成二维数组后变成(2519025, 6)，根据文章，reshape的原因是：

我们现在将数组的形状更改为二维数组，这是大多数 ML 算法所期望的，其中每一行代表一个像素。

然后它再次被重新塑造，(2519025, 1, 6)
我使用Conv1D 作为这样的转换层

model = keras.Sequential([
    keras.layers.Conv1D(filters=64, kernel_size=(3), activation='relu', padding = 'same',input_shape=(2519025,  6)),
    keras.layers.Dense(128, activation='relu',kernel_initializer='glorot_normal'),
    keras.layers.Dense(2, activation='softmax')])

我这样称呼模型： model.fit(xTrain, yTrain, epochs=2,batch_size=10)

xTrain 和 yTrain 的形状是(2519025, 1, 6) (1679351, 1, 6)

我得到了这个 Waring：

ARNING:tensorflow:Model 是用形状 (None, 2519025, 6) 构造的输入 Tensor("conv1d_input:0", shape=(None, 2519025, 6), dtype=float32)，但它是在一个形状不兼容的输入 (None, 1, 6)。

该模型的正确 input_shape 是什么，或者我如何更改该 NN 模型以使用 CNN？

Answer 1

正如警告所说，网络期望输入的形状为 (None, 2519025, 6) 其中 None 是批量大小，但您的 xTrain 和 yTrain 的形状为 (2519025, 1, 6) (1679351, 1, 6)。您可以尝试以下方法使您的输入形状与网络输入形状相匹配：

xTrain = xTrain.reshape(2519025, 6)

但是，如果 (2519025, 6) 是单个输入数据的大小，那么您的 xTrain 必须是 (#samples, 2519025, 6) 的大小。此外，两个网络都是具有两个类的分类器，但您提到您的 yTrain 是 (1679351, 1, 6)，它必须是 (#samples, 2)。修复输入问题后，您将收到一个单独的错误。