卷积的输入形状

我具有具有这些尺寸的数据训练数据(2498,720),验证数据(1072,720)和测试数据(1530、720)。

我的问题是用两个类打招呼进行分类。我有一个具有这些维度的数据训练数据(2498,720)和测试数据(1530,720)。

我的问题是有两个类别的分类,一个类别的标签为1,其他类别的标签为零。我认为输入形状为(720,1),但出现输入形状尺寸错误。

是否需要对标签使用onehot? (720,1)的形状有什么问题,我应该如何解决?

谢谢

这是我的代码:

from keras.models import Sequential
from keras.layers import flatten
from keras import layers
from keras.optimizers import RMSprop
model = Sequential()
#model.add(layers.Embedding(max_features,128,input_length=max_len))
model.add(layers.Conv1D(64,3,activation='relu',input_shape=(720,1)))
model.add(layers.MaxPooling1D(2))
model.add(layers.Conv1D(64,activation='relu'))
model.add(layers.MaxPooling1D(2))
model.add(layers.Conv1D(128,64,activation='relu'))
model.add(layers.MaxPooling1D(2))
model.add(flatten())
model.add(layers.Dense(100,activation='relu'))
model.add(layers.Dense(2,activation='softmax'))
model.summary()
model.compile(optimizer=RMSprop(lr=1e-4),loss='binary_crossentropy',metrics=['acc'])
history = model.fit(x_train,y_train,validation_data = (x_val,y_val),epochs=30,batch_size=12,)
ewilliams 回答:卷积的输入形状

暂时没有好的解决方案,如果你有好的解决方案,请发邮件至:iooj@foxmail.com
本文链接:https://www.f2er.com/3153503.html

大家都在问