Python CNN（Conv2d）无法将大小为12402的阵列重塑为形状（318,39,39,1）_Python_Keras_Deep Learning_Reshape_Cnn

Python CNN（Conv2d）无法将大小为12402的阵列重塑为形状（318,39,39,1）

python keras deep-learning

Python CNN（Conv2d）无法将大小为12402的阵列重塑为形状（318,39,39,1）,python,keras,deep-learning,reshape,cnn,Python,Keras,Deep Learning,Reshape,Cnn,我有一个用来训练CNN模型的数据集。我的数据集包含398个样本和330个特征，我使用ExtraTreeclassifier将特征减少到39个。我用Conv1d创建了一个模型，这很好，但是我想用Conv2d创建一个CNN。如何为Conv2D重塑我的x_训练和x_测试 x_-train=x_-train.reform x_-train.shape[0]，x_-train.shape[1]，x_-train.shape[1]，1 x_测试=x_测试。重塑x_测试。形状[0]，x_测试。形状[1]，x

我有一个用来训练CNN模型的数据集。我的数据集包含398个样本和330个特征，我使用ExtraTreeclassifier将特征减少到39个。我用Conv1d创建了一个模型，这很好，但是我想用Conv2d创建一个CNN。如何为Conv2D重塑我的x_训练和x_测试

x_-train=x_-train.reform x_-train.shape[0]，x_-train.shape[1]，x_-train.shape[1]，1 x_测试=x_测试。重塑x_测试。形状[0]，x_测试。形状[1]，x_测试。形状[1]，1 结果：

ValueError: cannot reshape array of size 12402 into shape (318,39,39,1)

这里输入节点的数量不等于输出节点的数量。这是什么意思？ 12402是您的实际图像节点，而您重塑的节点是318*39*39*1==483678，这不等于12402

仅当节点数相等时才允许重塑。你必须以这样一种方式重塑，使所有dim的乘积等于12402

查看类似的答案。

我编辑了你的答案，但仍需要更好的措辞。你说的节点是什么意思？关于这一点，我留给你们作进一步的阐述，因为我不能根据我对你们意图的假设采取行动。幸运的是，这39个特性实际上是什么尺寸的？如果是这样的话，这些2d功能是否应该简单地作为39x39x1使用，或者您甚至应该使用conv2d来完成此任务？