Keras Convolution2d 层输入形状答案

【问题标题】：Keras Convolution2d layer input shapeKeras Convolution2d 层输入形状
【发布时间】：2017-05-25 00:25:13
【问题描述】：

我基本上是在尝试构建一个深度模型，该模型由许多卷积层和 maxpooling 2d 层组成，如下所示：

model.add(Convolution2D(128, 54, 7, input_shape=(1, 54, 180)))
model.add(MaxPooling2D(pool_size=(1, 3)))

model.add(Convolution2D(128, 1, 7))
model.add(MaxPooling2D(pool_size=(1, 3)))

但是，我收到以下错误：

文件 “/home/user/anaconda2/lib/python2.7/site-packages/keras/engine/training.py”，第 100 行，在 standardize_input_data 中 str(array.shape)) 异常：检查模型输入时出错：预期的 convolution2d_input_1 有 4 个维度，但得到了数组带形状 (8000, 180, 54) 块引用

但我遵循（样本、通道、行、列）规范。为什么会这样？

【问题讨论】：

标签： deep-learning theano keras keras-layer

【解决方案1】：

您的输入数据的形状似乎有误。您应该打印出要输入网络的数据的形状。

您的数组似乎是灰色输入图像，它们通常只使用 2 维，因为它们只有 1 个通道。因此，np 数组是在没有第三维的情况下排序的。通常，您必须通过使用 np.reshape 或以其他方式分配数组来添加它。当我收到像你这样的错误消息时，我会尝试：

X # training data
X = np.transpose(X, (0, 2, 1))
X = np.reshape(X, (X.shape[0], 1, X.shape[1], X.shape[2]))

【讨论】：

我的输入数据是文本。感谢您的建议，我将尝试它是否能解决问题。