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。