Python Keras{ValueError}：输入0与层conv2d_2不兼容

我是keras的新手，我正在尝试对一个文档进行一次卷积。每个文档由一个形状为[40*4000]的矩阵表示（每个文档有40个句子，每个句子有20个单词，因此单词嵌入维度为200）

我想对3个字进行卷积，这是我的代码（不完全相同，但您可以在您的机器上运行此代码）：

导入keras
从keras.layers导入输入、嵌入、密集、合并、二维
从keras.layers.core导入重塑
令牌\u input=input（name='input'，shape=（40,20），dtype='int32'）
x=嵌入（25000+1200，name=“嵌入”）（令牌\u输入）
x=重塑（（40，-1），
name=“重塑”）（x）
cur_conv=Conv2D（20，内核大小=（3*200，1），
步幅=（200，1），填充='valid'，激活='relu'）（x）

---

但我收到了以下错误消息：输入0与层conv2d_1不兼容：预期ndim=4，发现ndim=3

conv2d层的输入应具有形状（采样、通道、宽度、高度），并且嵌入的输出为3D，而不是4D。您应该定义如何将嵌入输出解释为图像，也许您应该添加通道维度并将其设置为1。

Conv2D层的输入应该具有形状（采样、通道、宽度、高度），并且嵌入的输出是3D，而不是4D。您应该定义如何将嵌入输出解释为图像，也许您应该添加通道维度并将其设置为1。

谢谢，我解决了这个问题，但我阅读了Conv2D的keras文档，它说参数kernel_size指定2D卷积窗口的宽度和高度（），实际上，我认为指定高度和宽度的内核大小，换句话说，行和列，对吗？@Joey输入形状中指定的宽度和高度对应于输入数据，而不是卷积滤波器。你可以得到一个比卷积滤波器大得多的图像。也许我没说清楚。我是指Conv2D kernel_size的参数，文档说它指定了过滤器的宽度和高度，但我发现它指定了过滤器的高度和宽度，换句话说，过滤器的行和列。谢谢，我解决了这个问题，但是我读了Conv2D的keras文档，它说参数kernel_size指定了2D卷积窗口的宽度和高度（），实际上，我认为kernel_size指定了高度和宽度，换句话说，行和列，对吗？@Joey输入形状中指定的宽度和高度对应于输入数据，而不是卷积滤波器。你可以得到一个比卷积滤波器大得多的图像。也许我没说清楚。我指的是Conv2D kernel_size的参数，文档说它指定了过滤器的宽度和高度，但我发现它指定了过滤器的高度和宽度，换句话说，过滤器的行和列。