如何解决卷积神经网络使用
我有回归问题,大约有 20 个特征,预期输出是价格(浮动)。 我可以在这里使用卷积神经网络来预测价格吗?我同时使用了 1D、2D 卷积。
但我得到以下错误,
对于 2D,错误是
ValueError: 层序列 4 的输入 0 与层不兼容:预期 min_ndim=4,发现 ndim=2。收到完整形状:(无,18)
对于一维,误差为
ValueError: 层序列 4 的输入 0 与层不兼容:预期 min_ndim=3,发现 ndim=2。收到完整形状:(无,18)
我可以将 CNN 用于图像以外的数据吗?我在这里缺少什么。请在此处提供帮助。
下面是代码,
model2 = tf.keras.Sequential()
model2.add(tf.keras.layers.Conv1D(32,kernel_size=(3),strides=1,activation='relu'))
model2.add(tf.keras.layers.Batchnormalization())
model2.add(tf.keras.layers.Conv1D(64,strides=(2)))
model2.add(tf.keras.layers.ReLU())
model2.add(tf.keras.layers.Batchnormalization())
model2.add(tf.keras.layers.Dense(1,activation='linear'))
model2.compile(optimizer='adam',loss='mean_absolute_error',metrics['mean_absolute_error'])
解决方法
我发现了这个问题。 model.fit 中存在问题。而不是调用 model.fit(X_train,y_train,val=(X_test,y_test))。我以这种方式调用了 model.fit((X_train,y_train),y_Test))。由于额外的括号,模型试图将其称为 fit_generator 而不是 fit。
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。