不匹配预期Keras池形状后(Mismatch in expected Keras shapes a

我在Keras建设一些简单的模型，以提高我的深度学习的知识，遇到一些问题我不太明白如何调试。

我想用一维CNN就一些时间序列数据进行回归。 我的输入特征张量是形状的N x T x D ，其中N为数据点的数量， T是序列的数量，及D是维数。 我的目标是张量形状的N x T x 1 （1，因为我想输出的标量值）。

我建立了我的模型架构是这样的：

feature_tensor.shape
# (75584, 40, 38)
target_tensor.shape
# (75584, 40, 1)

inputs = Input(shape=(SEQUENCE_LENGTH,DIMENSIONS))
conv1 = Conv1D(filters=64, kernel_size=3, activation='relu')
x = conv1(inputs)
x = MaxPooling1D(pool_size=2)(x)
x = Flatten()(x)
x = Dense(100, activation='relu')(x)
predictions = Dense(1, activation="linear")(x)
model = Model(inputs, predictions)
opt = Adam(lr=1e-5, decay=1e-4 / 200)
model.compile(loss="mean_absolute_error", optimizer=opt)

当我尝试训练我的模型，但是，我得到下面的输出：

r = model.fit(cleaned_tensor, target_tensor, epochs=100, batch_size=2058)

ValueError异常：检查目标时错误：预期dense_164具有2个维度，但得到了阵列状（75584，40，1）。

前两个数字是熟悉的：75584是样品的＃，40是序列长度。

当我调试我的模型摘要对象，我看到，从输出预期的Flatten层应该是1216 ：

然而，我的同事和我盯着很长一段时间的代码，并不能明白为什么的形状(75584, 40, 1)在通过该架构被抵当它到达致密层。

有人能指出我什么我做错了方向？

Answer 1:

试试你的目标变量重塑成N×T的，它看起来像你的最后的致密层应该是40而不是1（我认为）。

文章来源: Mismatch in expected Keras shapes after pooling