keras中的Convolution1D中的input_shape参数不匹配错误

Question

我想在keras中使用Convul​​ation1D对数据集进行分类。

数据集描述：

列车数据集大小= [340,30];没有样本= 340，样本维度= 30

测试数据集大小= [230,30];没有样品= 230，样品尺寸= 30

标签尺寸= 2

拳我通过下面的代码使用从keras网站中的信息试图https://keras.io/layers/convolutional/

batch_size=1 
nb_epoch = 10 
sizeX=340 
sizeY=30 
model = Sequential() 
model.add(Convolution1D(64, 3, border_mode='same', input_shape=(sizeX,sizeY))) 
model.add(Convolution1D(32, 3, border_mode='same')) 
model.add(Convolution1D(16, 3, border_mode='same')) 
model.add(Dense(1)) 
model.add(Activation('sigmoid')) 

model.compile(loss='binary_crossentropy', 
       optimizer='adam', 
       metrics=['accuracy']) 

print('Train...') 
model.fit(X_train_transformed, y_train, batch_size=batch_size, nb_epoch=nb_epoch, 
      validation_data=(X_test, y_test)) 
score, acc = model.evaluate(X_test_transformed, y_test, batch_size=batch_size) 
print('Test score:', score) 
print('Test accuracy:', acc) 

它提供了以下错误， ValueError：错误时检查模型输入：期望convolution1d_input_1有3个维度，但得到形状与阵列（340,30）

然后我h AVE通过使用下面的代码变换的训练和测试数据转换成3维的2维，

X_train = np.reshape(X_train_transformed, (X_train_transformed.shape[0], X_train_transformed.shape[1], 1)) 
X_test = np.reshape(X_test_transformed, (X_test_transformed.shape[0], X_test_transformed.shape[1], 1)) 

然后我运行修改下面的代码，

batch_size=1 
nb_epoch = 10 
sizeX=340 
sizeY=30 

model = Sequential() 
model.add(Convolution1D(64, 3, border_mode='same', input_shape=(sizeX,sizeY))) 
model.add(Convolution1D(32, 3, border_mode='same')) 
model.add(Convolution1D(16, 3, border_mode='same')) 
model.add(Dense(1)) 
model.add(Activation('sigmoid')) 

model.compile(loss='binary_crossentropy', 
       optimizer='adam', 
       metrics=['accuracy']) 

print('Train...') 
model.fit(X_train, y_train, batch_size=batch_size, nb_epoch=nb_epoch, 
      validation_data=(X_test, y_test)) 
score, acc = model.evaluate(X_test, y_test, batch_size=batch_size) 
print('Test score:', score) 
print('Test accuracy:', acc) 

但它示出了错误， ValueError异常：检查模型输入时出错：期望convolution1d_input_1具有形状（无，340,30），但得到具有形状的阵列（340,30,1）

我无法找到尺寸不匹配的错误在这里。

Answer 1

你可以试试吗？

X_train = np.reshape(X_train_transformed, (1, X_train_transformed.shape[0], X_train_transformed.shape[1])) 
X_test = np.reshape(X_test_transformed, (1, X_test_transformed.shape[0], X_test_transformed.shape[1]))