我的训练数据的形式(？,15)在哪里？是一个可变长度.
创建模型时,我指定:
inp = Input(shape=(None,15))
conv = Conv1D(32,3,padding='same',activation='relu')(inp)
...
我的训练数据有形状(35730,？,15).
在python中检查这个我得到:
X.shape
产出:(35730,)
X[0].shape
产出:(513,15)
当我尝试将我的模型放在我的训练数据上时,我得到了ValueError:
Error when checking input: expected input_1 to have 3 dimensions, but got array with shape (35730, 1)
我只能通过在单个样本上使用model.train_on_batch()来训练我的模型.
我怎么解决这个问题？似乎keras认为输入数据的形状是(35730,1),实际上是(35730,？,15)
这是keras中的错误还是我做错了什么？
如果重要的话,我正在使用tensorflow后端.这是keras 2
我正在尝试使用 LSTM 自动编码器以可变长度的序列作为输入进行序列到序列学习，使用以下代码：
inputs = Input(shape=(None, input_dim))
masked_input = Masking(mask_value=0.0, input_shape=(None,input_dim))(inputs)
encoded = LSTM(latent_dim)(masked_input)
decoded = RepeatVector(timesteps)(encoded)
decoded = LSTM(input_dim, return_sequences=True)(decoded)
sequence_autoencoder = Model(inputs, decoded)
encoder = Model(inputs, encoded)
其中inputs原始序列数据用 0 填充到相同的长度 ( timesteps)。使用上面的代码，输出的长度也是timesteps，但是当我们计算损失函数时，我们只需要Ni输出的第一个元素（其中Ni是输入序列 i 的长度，对于不同的序列可能不同）。有谁知道是否有一些好的方法可以做到这一点？
谢谢！