Deep learning Keras卷积2D层输入形状

我基本上是在尝试构建一个深度模型，该模型由许多卷积2d层组成，然后是maxpooling 2d，如下所示：

model.add(Convolution2D(128, 54, 7, input_shape=(1, 54, 180)))
model.add(MaxPooling2D(pool_size=(1, 3)))

model.add(Convolution2D(128, 1, 7))
model.add(MaxPooling2D(pool_size=(1, 3)))

但是，我得到以下错误：

文件 /home/user/anaconda2/lib/python2.7/site-packages/keras/engine/training.py， 第100行，标准化\u输入\u数据 strarray.shape异常：检查模型输入时出错：预期卷积2D_输入_1有4个维度，但得到数组 形状为8000、180、54 大宗报价

---

但我遵循样本、通道、行和列的标准。为什么会发生这种情况？

您的输入数据的形状似乎不正确。您应该打印出输入网络的数据的形状

看起来您的阵列是灰色输入图像，它们通常只使用二维，因为它们只有一个通道。因此，np数组在没有第三维的情况下是有序的。通常，您必须使用np.reforme或以另一种方式分配数组来添加此项。当我收到类似您的错误消息时，我会尝试：

X # training data
X = np.transpose(X, (0, 2, 1))
X = np.reshape(X, (X.shape[0], 1, X.shape[1], X.shape[2]))

---

我的输入数据是文本。谢谢你的建议，我打算试试看是否能解决这个问题。