小编Fra*_*avo的帖子

我正在尝试创建一个CNN来对数据进行分类.我的数据是X [N_data,N_features]我想创建一个能够对其进行分类的神经网络.我的问题是关于keras后端的Conv1D的输入形状.

我想重复一个过滤器..让我说10个功能,然后为接下来的十个功能保持相同的权重.对于每个数据,我的卷积层将创建N_features/10个新神经元.我怎么能这样做？我应该在input_shape中添加什么？

def cnn_model():
model = Sequential()                                               
model.add(Conv1D(filters=1, kernel_size=10 ,strides=10,     
                  input_shape=(1, 1,N_features),kernel_initializer= 'uniform',      
                  activation= 'relu')) 
model.flatten()
model.add(Dense(N_features/10, init= 'uniform' , activation= 'relu' ))

有什么建议？谢谢!