Machine learning CONVLSM的不兼容列车和标签数据形状
当我尝试将数据形状馈送到CONVLTM网络时，我遇到了数据形状问题 我已经知道CONVLTM的序列输入应该是5维的（序列数量、每个序列中的样本数量、行、列、通道）。我知道同一网络的标签应该是四维的，正如python所期望的那样。因此，我的训练数据集具有形状（105,15,30,40,3），对于以下训练标签数据集，我创建了形状数组（105*15,30,40,3）。但我得到以下错误：Machine learning CONVLSM的不兼容列车和标签数据形状,machine-learning,neural-network,deep-learning,conv-neural-network,Machine Learning,Neural Network,Deep Learning,Conv Neural Network,当我尝试将数据形状馈送到CONVLTM网络时，我遇到了数据形状问题 我已经知道CONVLTM的序列输入应该是5维的（序列数量、每个序列中的样本数量、行、列、通道）。我知道同一网络的标签应该是四维的，正如python所期望的那样。因此，我的训练数据集具有形状（105,15,30,40,3），对于以下训练标签数据集，我创建了形状数组（105*15,30,40,3）。但我得到以下错误： ValueError：输入数组的采样数应与目标数组的采样数相同。找到105个输入样本和1575个目标样本。我不确定如
ValueError：输入数组的采样数应与目标数组的采样数相同。找到105个输入样本和1575个目标样本。我不确定如果火车是5维的，为什么标签会是四维的。这是某些特定图书馆要求的一部分吗？你能贴一个你正在使用的图书馆的链接吗？我不知道如果火车是5维的，为什么标签会是四维的。这是某些特定图书馆要求的一部分吗？你能给你正在使用的图书馆贴个链接吗？