我正在使用keras创建回归模型。我有10
145 * 5
十位数的矩阵。我面临的问题是无法10
145 * 5
在keras模型中拟合矩阵。
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,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) ])
尽管上一行没有引发任何错误或警告,但是我很确定这不是在这种情况下适合模型的正确方法。
In: model.compile(optimizer='sgd',loss='mse')
到目前为止没有问题。但是当我尝试拟合矩阵时
In: model.fit(X, y.reshape(-1, 1))
在这行之后,我得到了很长的追溯,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!
使用input_shape
代替input_dim
。另外,由于输出尺寸的数量在变化,您需要使用Flatten
或Reshape
作为尺寸之一。
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()
来检查你的模型的结构更好地理解。
本文收集自互联网,转载请注明来源。
如有侵权,请联系 [email protected] 删除。
我来说两句