Keras：ValueError：检查输入时出错答案

【问题标题】：Keras: ValueError: Error when checking inputKeras：ValueError：检查输入时出错
【发布时间】：2018-12-11 19:32:03
【问题描述】：

我有长度为 7499042 的 pandas 数据框，如下所示：

'X'          'y'
[0.1,0.2...] 0.2
[0.3,0.4,..] 0.3
.
.

pandas 数据框中的每个值都是长度为 50 的 numpy 数组。现在我像这样提取它：

input = df['X'].values

我有这样的图层：

main_input = Input(shape=(50,1), name='main_input')    
lstm_out=LSTM(32,activation='tanh',recurrent_activation='sigmoid',return_sequences=True)
mean_pooling=AveragePooling1D(pool_size=2,strides=2,padding='valid')

但是当我在训练时将我的输入传递给这个时。它显示错误：

ValueError: Error when checking input: expected main_input to have 3 dimensions, but got array with shape (7499042, 1)

它显示的输入形状是 (7499042,)。请帮我解决这个问题。

【问题讨论】：

您能列出您用作输入的 numpy 数组的形状吗？
@VatsalAggarwal 单个X的形状是(50,)，输入是(7499042,)

标签： python pandas numpy tensorflow keras

【解决方案1】：

在将特征输入 LSTM 网络之前，您需要重塑特征。 LSTM 层采用 3 维输入，对应于 (batch_size, timesteps, features)。这意味着单个观察必须是二维的（时间步长、特征）

在您的情况下，单个观察是一维 (50 ,) ：如果转换正确完成，则整个数据集维度是 : (7499042 , 50)。您必须在使用之前重新调整您的输入：

input = df['X'].values
input = input.reshape(input.shape[0] , input.shape[1] , 1)

如果 Pandas 没有将您的初始特征转换为 2d DataFrame，您必须在执行上述代码之前执行此操作。

【讨论】：