我正在用keras创建一个回归模型。我有10
145 * 5
十位数的矩阵。我面临的问题是适合keras模型中的10
145 * 5
矩阵。如何在keras模型中拟合3D矩阵?
X
是输入矩阵
In: X.shape
Out: (10, 145, 5)
y
是目标矩阵
In: y.shape
Out: (10,)
对于每个145 * 5
矩阵会有目标矩阵
让模型
In: model = Sequential([ Dense(32, input_dim=145), Activation('sigmoid'), Dense(output_dim=10) ])
虽然前行不抛出任何错误或警告一个值,但我敢肯定这是而不是这种情况下适合模型的正确方法。
In: model.compile(optimizer='sgd',loss='mse')
至今没问题。但是,当我试图适应矩阵
In: model.fit(X, y.reshape(-1, 1))
这行后我得到一个长回溯最终说
ValueError: Error when checking model input: expected dense_input_1 to have 2 dimensions, but got array with shape (10, 145, 5)
请帮我正确地安装矩阵模型。谢谢!
我是否需要在拟合模型时将矩阵变平? –
我在检查模型目标时发现这个'ValueError:Error:预期的dense_2具有形状(无,10),但在拟合时获得了具有形状(10,1)的数组''。 –
没有平铺图层会自动为你做。您可以按原样使用输入。 – indraforyou