Python 1D CNN keras错误形状

我正在尝试将一维CNN与我的数据相匹配。数据由MEL频率组成，具有以下特征：

X_train.shape = (68251, 99)
y_train_hot.shape = (68251, 35)<-- one hot encoding with 35 output classes

当我将X_序列和X_测试分别重塑为（68251,99,1）和（17063,99,1）时，我得到以下错误：

ValueError: Input 0 is incompatible with layer conv1d_7: expected ndim=3, found ndim=4

试着改变

model.add(Convolution1D(nb_filter=32, filter_length=3, input_shape=X_train.shape, activation='relu'))

到

将

X\u列车

传递到

fit

功能，无需重新整形

编辑
实际上，我这次编译了您的模型，发现了一些问题并进行了更正：

# create model
model = Sequential()
model.add(Convolution1D(nb_filter=32, filter_length=3, input_shape=(99, 1), activation='relu'))
model.add(Convolution1D(nb_filter=16, filter_length=1, activation='relu'))
model.add(Flatten())
model.add(Dropout(0.2))
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(64, activation='relu'))
model.add(Dense(35, activation='softmax'))


model.compile(loss='binary_crossentropy', optimizer='sgd', metrics=['acc'])
model.fit(X_train, y_train_hot, epochs=5, batch_size=128)

您的输出是2，应该是35，因为您有35个输出类，您的第一个密度不需要输入，因为形状将由上一层推断，并且输入形状是错误的。

---

希望这有帮助

谢谢您的回复！按照说明更改后运行模型会出现以下错误：ValueError:Input 0与层conv1d_11不兼容：预期ndim=3，发现ndim=2请回答，不幸的是，它仍会引发此错误：ValueError:Input 0与层conv1d_2不兼容：预期ndim=3，发现ndim=4oh抱歉。。它不期望批量大小。我编辑了答案

model.add(Convolution1D(nb_filter=32, filter_length=3, input_shape=(99,), activation='relu'))

# create model
model = Sequential()
model.add(Convolution1D(nb_filter=32, filter_length=3, input_shape=(99, 1), activation='relu'))
model.add(Convolution1D(nb_filter=16, filter_length=1, activation='relu'))
model.add(Flatten())
model.add(Dropout(0.2))
model.add(Dense(128, activation='relu'))
model.add(Dropout(0.2))
model.add(Dense(64, activation='relu'))
model.add(Dense(35, activation='softmax'))


model.compile(loss='binary_crossentropy', optimizer='sgd', metrics=['acc'])
model.fit(X_train, y_train_hot, epochs=5, batch_size=128)