python-3.x - 如何在 keras 模型中拟合 3D 矩阵？

Question

我正在用 keras 创建一个回归模型。我有 10 145 * 5十位数矩阵。我在安装 10 时遇到问题145 * 5 keras 模型中的矩阵。
X是输入矩阵
In: X.shapeOut: (10, 145, 5)y是目标矩阵
In: y.shapeOut: (10,)
每个145 * 5矩阵目标矩阵中将有一个值

制作模型
In: model = Sequential([ Dense(32, input_dim=145), Activation('sigmoid'), Dense(output_dim=10) ])
虽然前一行没有抛出任何错误或警告，但我很确定它是 不是 在这种情况下拟合模型的正确方法。
In: model.compile(optimizer='sgd',loss='mse')
到目前为止没有问题。但是当我试图拟合矩阵时
In: model.fit(X, y.reshape(-1, 1))
在这条线之后，我得到了一个很长的回溯，最终说
ValueError: Error when checking model input: expected dense_input_1 to have 2 dimensions, but got array with shape (10, 145, 5)
请帮助我正确拟合模型中的矩阵。谢谢!

Answer 1

使用 input_shape而不是 input_dim .此外，由于输出的维数正在发生变化，您需要使用 Flatten或 Reshape作为维度之一。

from keras.layers import Flatten

model = Sequential([
    Dense(32, input_shape=(145,5)),
    Flatten(),
    Activation('sigmoid'),
    Dense(output_dim=10)
])

model.summary()

使用 model.summary()检查模型的结构以更好地理解。