我正在创建一个用于 2 类文本分类的小型 CNN。我能够使用单个卷积层创建并（成功）运行 CNN，但当我尝试添加第二个卷积层时，出现无法解决的错误。错误出现在第二个转换的输出上。
神经网络编译并开始拟合，但随后失败并出现错误。
我尝试删除第一个 conv 和 maxpool 层，一切正常。
关于做什么的建议将不胜感激。
kerCNN2 = keras.Sequential()
kerCNN2.add(keras.layers.Embedding(len(dictChck), 32))
kerCNN2.add(keras.layers.Conv1D(24,5,activation=tf.nn.relu))
kerCNN2.add(keras.layers.MaxPooling1D(5))
kerCNN2.add(keras.layers.Conv1D(16,5,activation=tf.nn.relu))
kerCNN2.add(keras.layers.GlobalAveragePooling1D())
kerCNN2.add(keras.layers.Dense(16, activation=tf.nn.relu))
kerCNN2.add(keras.layers.Dense(1, activation=tf.nn.sigmoid))
kerCNN2.summary()
kerCNN2.compile(optimizer="adam", loss="binary_crossentropy", metrics=["acc"])
trainHistCNN2 = kerCNN2.fit(encTrain, trainYPartial, epochs = 1, batch_size = 128, validation_data=(encTrainEval, trainYEval), verbose=1)
编译结果：
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
embedding_23 (Embedding) (None, None, 32) 76915776
_________________________________________________________________
conv1d_32 (Conv1D) (None, None, 24) 3864
_________________________________________________________________
max_pooling1d_13 (MaxPooling (None, None, 24) 0
_________________________________________________________________
conv1d_33 (Conv1D) (None, None, 16) 1936
_________________________________________________________________
global_average_pooling1d_3 …