Tensorflow 卷积神经网络的应用
我有一个回归问题，大约有20个特性，预期输出是价格（浮动）。 我可以用卷积神经网络来预测价格吗。我使用了一维和二维卷积 但我得到以下错误 对于2D，错误是 ValueError:layer sequential_4的输入0与layer:：expected min_ndim=4不兼容，found ndim=2。收到完整形状：（无，18） 对于1D，错误是 ValueError:layer sequential_4的输入0与layer:：expected min_ndim=3不兼容，found ndim=2。收到完整形状：（无，18） 我可以使用CNN获取图像以外的数据吗？我在这里错过了什么。请帮忙 下面是代码Tensorflow 卷积神经网络的应用,tensorflow,regression,conv-neural-network,Tensorflow,Regression,Conv Neural Network,我有一个回归问题，大约有20个特性，预期输出是价格（浮动）。 我可以用卷积神经网络来预测价格吗。我使用了一维和二维卷积 但我得到以下错误 对于2D，错误是 ValueError:layer sequential_4的输入0与layer:：expected min_ndim=4不兼容，found ndim=2。收到完整形状：（无，18） 对于1D，错误是 ValueError:layer sequential_4的输入0与layer:：expected min_ndim=3不兼容，found nd
model2=tf.keras.Sequential（）
model2.add（tf.keras.layers.Conv1D（32，内核大小=（3），步幅=1，激活=（relu'））
model2.add（tf.keras.layers.BatchNormalization（））
model2.add（tf.keras.layers.Conv1D（64，内核大小=（3），步幅=（2）））
model2.add（tf.keras.layers.ReLU（））
model2.add（tf.keras.layers.BatchNormalization（））
model2.add（tf.keras.layers.Dense（1，activation='linear'））
模型2.编译（optimizer='adam'，loss='mean_absolute_error'，metrics['mean_absolute_error']）