如何解决CNN LSTM Keras ValueError 输入形状
我需要在 Keras 中构建一个用于视频分类的 CNN LSTM 模型。但是，在使用实际视频数据之前，我应该为 FashionMNIST 数据集构建一个测试模型。 这意味着，模型应该获得一系列（FashionMNIST 的）图像作为输入（假设有 10 张图像）。我使用变量 num_features 来调整它。这是正确的吗？
例如，输出应该告诉我相应序列中有多少个不同的类。
app = Flask(__name__,static_url_path='',static_folder='../app/static',template_folder='../app/templates')
app.jinja_env.add_extension('jinja2.ext.loopcontrols')
但是，我检查了 x_train 的维度，它是 (60000,28,1) 所以我不知道我做错了什么。
ValueError: Input 0 of layer conv2d_4 is incompatible with the layer: :
expected min_ndim=4,found ndim=3. Full shape received: (None,1)
版权声明：本文内容由互联网用户自发贡献，该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请发送邮件至 dio@foxmail.com 举报，一经查实，本站将立刻删除。
