Python 2.7 一个热编码数据集上具有keras的2D-CNN模型

如何利用一个热编码的基因组序列数据设计keras 2D-CNN模型

我有将近50000个固定长度的基因组序列。我试图为2类分类问题建立2D-CNN模型。首先，我使用一个热编码转换序列。因此，每个样本（序列）成为

4x200

矩阵。从这里，我假设从

Github

中提供的大量

mnist

示例中，我可以将此矩阵视为任何其他图像矩阵。因此，我编写的代码与

mnist

示例中给出的代码类似。这是我的密码

X_train = sample_matrices[0:N1]
X_valid = sample_matrices[N1:N2]
X_test = sample_matrices[N2:num_sample]

X_train = X_train.reshape(X_train.shape[0], row, col, 1)
X_test = X_test.reshape(X_test.shape[0], row, col, 1)
X_valid = X_valid.reshape(X_valid.shape[0], row, col, 1)
input_shape = (row, col, 1)

model = Sequential()
model.add(Conv2D(32, kernel_size = (3, 3),
                     activation = 'relu',
                     input_shape = input_shape))

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_classes, activation='softmax'))

此处

行=4，列=200

我收到一条错误消息

ValueError:conv2d_2/卷积（op:'conv2d'）的输入形状为：[？,2198,32]，[3,3,32,64]，[3,3,32,64]时，从2中减去3会导致负维度大小。

我几乎可以肯定我的

input\u shape

有问题，但我不确定是什么问题。有人能帮忙吗？

---

如果问题太幼稚，很抱歉。

错误来自第二层（conv2d_2）。 您收到此错误是因为第一层（conv2d_1）生成 形状矩阵

[？，2198,32]

（批、行、列、通道），然后您可以尝试 使用

kernel\u size=（3，3）

（行，列）

padding=“valid”

（默认参数），则会发生溢出

通过将默认设置

padding=“valid”

更改为

padding=“same”

在Conv2D构造函数内部，如文档所示 或者通过更改conv2d的

内核大小=（1，3）

（行，列）

通过更改填充，可以使用零填充输入形状（如果需要）。 e、 g:

• “VALID”=不带填充：

     Inputs:  1  2  ?  <-- Overflow
             |_______|
  
     Output rows shape: ceil((rows_in - kernel_size[0] + 1) / strides[0]) = 0
     Output cols shape: ceil((cols_in - kernel_size[1] + 1) / strides[1])
  

在本例中：

• 输入行数=2（作为conv2d_1输出的行数）
• 内核大小=3

---

我对这个特定的用例（即基因组数据）不太熟悉，但我认为这是一个1D序列。因此，使用一维卷积不是更好吗？例如，请参见。

                | pad
   Inputs:  1  2| 0  0
           |_______|
              |_______|

   Output rows shape: ceil(rows_in / strides[0]) = 2
   Output cols shape: ceil(cols_in / strides[1])