Python 基于Keras的卷积神经网络输入形状

我计算了32760个音频频谱，其尺寸=72（#帧）x 40（#频带），我试图将其输入“宽”卷积神经网络（第一层是4个不同conv层的集合）。这些光谱没有深度，因此它们可以表示为72 x 40 2D浮点数组，因此输入到分类器的x是32760个元素长的数组，每个元素是这些72 x 40 x 1光谱中的一个。Y输入是一个标签数组，一个热编码，包含32760个元素

当尝试使用

model.fit(mono_X, mono_Y, epochs=10, batch_size=None, verbose=2)

我得到以下错误：

ValueError when checking input: expected input_47 to have 4 dimensions, but got array with shape (32760, 1)

ValueError: Input 0 is incompatible with layer conv2d_203: expected ndim=4, found ndim=3

以下是我的CNN的架构：

spectra = Input(shape=(72, 40, 1)) 

# conv1a
c1a = Conv2D(48, (3,5), activation='relu', padding = 'same')(spectra)
c1a = BatchNormalization()(c1a)
c1a = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1a)
# conv1b
c1b = Conv2D(32, (3,9), activation='relu', padding = 'same')(spectra)
c1b = BatchNormalization()(c1b)
c1b = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1b)
# conv1c
c1c = Conv2D(16, (3,15), activation='relu', padding = 'same')(spectra)
c1c = BatchNormalization()(c1c)
c1c = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1c)
# conv1d
c1d = Conv2D(16, (3,21), activation='relu', padding = 'same')(spectra)
c1d = BatchNormalization()(c1d)
c1d = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1d)

# stack the layers
merged = keras.layers.concatenate([c1a, c1b, c1c, c1d], axis=3)

# conv2
c2 = Conv2D(224, (5,5), activation='relu')(merged)
c2 = BatchNormalization()(c2)
c2 = MaxPooling2D(pool_size=(5, 5), strides = 1)(c2)

# output softmax
out = Dense(15, activation='softmax')(c2)

# create Model
model = Model(spectra, out)

# apply optimization and loss function
adam = Adam(lr=0.002, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0, amsgrad=False)
model.compile(optimizer=adam,
            loss='categorical_crossentropy',
            metrics=['accuracy'])

但是，如果我尝试将输入形状更改为32760x1，我会收到以下错误：

ValueError when checking input: expected input_47 to have 4 dimensions, but got array with shape (32760, 1)

ValueError: Input 0 is incompatible with layer conv2d_203: expected ndim=4, found ndim=3

我做错了什么？有没有更好的方法来表示我的输入数据？我已经尝试使用熊猫数据帧，其中每一行代表一个光谱和无数其他组合。 在后端使用Python 3.6.5和Keras 2.1.3以及TensorFlow 1.1.0

这是我的第一个CNN，我以前只使用Keras实现了ANN，所以我可能犯了一个非常明显的错误。感谢您的帮助

---

更新！根据@enumaris的建议，在输入层上使用

data\u format=channels\u last

作为参数，并在最后的

Conv2D

和softmax输出层之间添加

flatte（）

层，修复了后一个值错误。现在我意识到我的训练数据的形状不对。如果我没有弄错的话，预期的输入形状应该是（#samples，H，W，#channels）

mono_X

具有形状（32760，），而

mono_X[0]

具有形状（72,40）。使用numpy的重塑似乎无法解压缩这些嵌套数组。如何正确准备输入张量？

输入形状是（72,40,1），但您可以说

mono\u X

的元素有一个形状（72,40）。可能在准备训练数据时需要对其进行整形，如

mono_X=mono_X.restrape（-1,72,40,1）

。这假设

mono_X

是一个形状的numpy数组（#samples，72，40），但出于某种原因，听起来像是一个numpy数组

也可以按如下方式重塑Keras层：

spectra = Input(shape=(72, 40))
spectra = Reshape((72, 40, 1))(spectra)

---

就我个人而言，我会在训练前进行重塑，而不是在模型中进行重塑，以避免训练中的任何额外开销。

mono_X的形状是什么？确保它的顺序是

（num\u samples，H，W，C）

如果你有

data\u format=channels\u last

mono\u X是形状（32760，）并且是一个numpy。ndarray，数组的每个元素都是一个2D数组（72,40,1）。有没有更好的方法向CNN展示这些数据？你应该制作形状

（32760,72,40,1）

。确保1的最后一个形状在那里。就神经网络而言，形状

（32760,72,40,1）

和

（32760,72,40）

之间存在差异。您可以使用

np.reformate

将数组形状调整为适当的形状。