Keras Conv1d层上的输入_形状有问题

我正在尝试使用CNN进行情绪分类。错误似乎与输入的形状参数有关

x数据由使用tokenizer.text\u到\u序列创建的整数数组组成

? x_train.shape 
(4460, 20)
? x_trains.shape[0]
array([  49,  472, 4436,  843,  756,  659,   64,    8, 1328,   87,  123,
        352, 1329,  148, 2996, 1330,   67,   58, 4437,  144])

y数据由一个用于分类的热编码值组成

y_train.shape
(4460, 2)
y_train[0]
array([1., 0.], dtype=float32)

模型如下：

model.add(layers.Conv1D(filters=256, kernel_size=3, activation='relu', input_shape=(max_seqlen,)))
model.add(layers.SpatialDropout1D(0.2))
model.add(layers.GlobalMaxPooling1D())
model.add(layers.Dense(100, activation='relu'))
model.add(layers.Dense(num_classes, activation="softmax"))
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])
    
history = model.fit(x_train, y_train, epochs=3, batch_size=512, 
                    validation_data=(x_val, y_val), class_weight=label_weights)

添加Conv1D层时引发错误。信息是：

输入0与层conv1d_1不兼容：预期ndim=3，发现ndim=2

---

我不知道我做错了什么。非常感谢您的帮助。

Conv1D需要2D输入（我不知道为什么会出现这种情况）。由于您的输入仅为1D，因此您的维度不匹配。我担心您可能必须坚持使用其他keras图层类型，或者将数据重塑为（4460、20、1），以便将conv1D传递给它。

谢谢，我似乎需要在conv1D图层前面添加一个嵌入层。我不知道是否有办法直接进入Conv1D层。在将数据作为输入传递之前，您可能可以直接重塑数据，将其更改为（4460，20，1），但我不确定这是否会改变结果。