Python 3.x 如何在keras模型中拟合3D矩阵？

我正在用keras创建一个回归模型。我有十位数的矩阵。我面临着在keras模型中拟合

10

145*5

矩阵的问题

X

是输入矩阵

In:X.shape

Out:（10145,5）

y

是目标矩阵

In:y.shape

Out:（10，）

对于每个

145*5

矩阵，目标矩阵中将有一个值

制作模型

In:model=Sequential([
密集型（32，输入尺寸=145），
激活（“乙状结肠”），
密集（输出尺寸=10）
])

虽然前一行没有抛出任何错误或警告，但我非常确信，在这种情况下，它不是适合模型的正确方法

In:model.compile（优化器='sgd'，loss='mse'）

到目前为止没有问题。但是当我试图拟合矩阵时

In:model.fit（X，y.重塑（-1，1））

在这一行之后，我得到了一个很长的回溯，最终说

ValueError：检查模型输入时出错：预期密集输入\u 1有2维，但得到了形状为（10,145,5）的数组。

---

请帮助我正确拟合模型中的矩阵。谢谢

使用

input\u shape

而不是

input\u dim

。此外，由于输出的维度数量正在变化，您需要使用

展平

或

重塑

作为维度之一

from keras.layers import Flatten

model = Sequential([
    Dense(32, input_shape=(145,5)),
    Flatten(),
    Activation('sigmoid'),
    Dense(output_dim=10)
])

model.summary()

---

使用

model.summary（）

在安装过程中。不需要。展平层将自动为您执行此操作。您可以按原样使用输入。好的，这意味着您的输出尺寸为1使用

密集（输出尺寸=1）

作为最后一层。