Keras conv2D输入形状错误。检查输入时出错：预期conv2d_4_输入有4个维度，但得到了具有形状的数组（581951）

我面临关于输入形状的问题。在model.fit（）过程中，我得到一个值错误

ValueError: Error when checking input: expected conv2d_4_input to have 4 dimensions, but got array 
with shape (58, 195, 1)

---

有办法解决这个问题吗？我还尝试将数据重塑为（-1,58195,1）。它不起作用

你想做什么？这是图像数据还是数字数据？例如，你们有195个特征的58个样品吗？或者是一组（58195）维的图像？那么你的数据由58个样本组成，每个样本有195个特征？如果是，则不向

输入形状提供数据集的大小。你能试试
（195,1）
吗？当我尝试使用（195,1）作为输入形状时，我得到了这个值错误：输入0与图层conv2d\u 7不兼容：预期ndim=4，发现ndim=3是，58个数据中的每个都有195个特征。数据不是图像，而是音频文件如果您的数据是音频，您可以使用
Conv1D
。您想做什么？这是图像数据还是数字数据？例如，你们有195个特征的58个样品吗？或者是一组（58195）维的图像？那么你的数据由58个样本组成，每个样本有195个特征？如果是，则不向
输入形状提供数据集的大小。你能试试
（195,1）
吗？当我尝试使用（195,1）作为输入形状时，我得到了这个值错误：输入0与图层conv2d\u 7不兼容：预期ndim=4，发现ndim=3是，58个数据中的每个都有195个特征。数据不是图像，而是音频文件如果数据是音频，可以使用
Conv1D
。
    num_columns=195 #features
    train_x = train_x.reshape(train_x.shape[0], num_columns,1)#array of size 11252. i.e 58*195
    test_x = test_x.reshape(test_x.shape[0], num_columns,1)#array size 18*195
    valid_x=valid_x.reshape(valid_x.shape[0], num_columns,1) #array size 22*195

    model=Sequential()
    model.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape=(58,195,1)))
    model.add(Conv2D(64, (3, 3), activation='relu'))
    model.add(MaxPooling2D(pool_size=(2, 2)))
    model.add(Dropout(0.25))
    model.add(Flatten())
    model.add(Dense(128, activation='relu'))
    model.add(Dropout(0.5))
    model.add(Dense(num_labels, activation='softmax'))