用于keras中文本的Conv1D卷积自动编码器

我如何解决这个问题

ValueError:检查目标时出错：预期conv-DECOD3具有形状（无，14300），但获得具有形状（6559，16300）的数组

NUM_WORDS=3
池大小=2
x=输入（shape=（16300），name=“输入”）
h=x
h=Conv1D（过滤器=300，内核大小=NUM\u字，
activation=“relu”，padding='same'，name='Conv1'（h）
h=MaxPoolG1D（池大小=池大小，名称='Maxpool1'）（h）
h=Conv1D（过滤器=150，内核大小=NUM\u字，
activation=“relu”，padding='same'，name='Conv2'）（h）
h=MaxPoolG1D（池大小=池大小，name=“Maxpool2”）（h）
h=展平（）（h）
h=稠密（10，name='embedding'）（h）
y=h
y=密度（600，激活=“relu”）（y）
y=重塑（（4150））（y）
y=Conv1D（过滤器=150，内核大小=NUM\u字，
activation=“relu”，padding='same'，name='conv-decode1'）（y）
y=UpSampling1D（size=pool_size，name='upsampling1'）（y）
y=Conv1D（过滤器=300，内核大小=NUM\u字，
activation=“relu”，padding='same'，name='conv-decode2'）（y）
y=UpSampling1D（size=pool_size，name='upsampling2'）（y）
返回模型（输入=x，输出=y，name='AE'），模型（输入=x，输出=h，name='encoder'））

您仍然有这个问题吗？您的1D AE不包含层的定义：conv-DECODE 3

我刚刚添加了编译并打印了模型-看起来很好-输入形状等于输出形状。 一月

---

---

图层（类型）输出形状参数# 输入（输入层）（无，16300）0

---

Conv1（Conv1D）（无，16300）270300

---

---

conv-decode2（Conv1D）（无，8300）135300

---

上采样2（上采样1D）（无，16300）0 总参数：621010

y = UpSampling1D(size=pool_size, name='upsampling2')(y)

autoencoderM = Model(x, y)
myLoss='mean_squared_error'
autoencoderM.compile(optimizer='adadelta', loss=myLoss)

autoencoderM.summary() # will print