时间戳

首页 > 解决方案 > 预期 conv1d_1_input 的形状为 (15, 512) 但得到的数组形状为 (4, 512)

python - 预期 conv1d_1_input 的形状为 (15, 512) 但得到的数组形状为 (4, 512)

问题描述

我正在使用 CNN 和 word2vec 作为嵌入方法在 python 中使用 keras 进行情感分析项目。根据我的代码，我设置了我的输入形状，15 和 512，所以当我想预测一个新句子的极性时说：“我很抱歉”例如，长度：4 - 我面临这个错误：

预期 conv1d_1_input 的形状为 (15, 512) 但得到的数组形状为 (4, 512)，这是我的代码的一部分：

model = Sequential()
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same', 
input_shape=(15, 512)))
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=3, activation='elu', padding='same'))
model.add(Dropout(0.25))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Conv1D(32, kernel_size=2, activation='elu', padding='same'))
model.add(Dropout(0.25))
model.add(Dense(256, activation='relu')
model.add(Dense(256, activation='relu'))
model.add(Dropout(0.5))
model.add(Flatten())
model.add(Dense(2, activation='softmax'))

我所能做的就是制作新的python文件并加载我所有的相关模型，例如word2vec ...并像这样更改它的输入形状：

model111 = Sequential()
model111.add(Conv1D(32, kernel_size=3, activation='elu', padding='same', 
input_shape=(len(input), 512)))
model111.add(Dense(256, activation='relu'))
model111.add(Dense(256, activation='relu'))
model111.add(Dropout(0.5))
model111.add(Flatten())
model111.add(Dense(2, activation='softmax'))

我想知道这个方法好不好？？任何有效的解决方案将不胜感激

标签： pythonkerasconv-neural-networkpredictionsentiment-analysis

解决方案

当您的输入尺寸小于您的模型预期时，您需要进行填充（即在输入数组的末尾添加零以在给模型之前完成预期的大小。有一个 keras 函数可以做到这一点：

from keras.preprocessing.sequence import pad_sequences
input_array = pad_sequences(input_array, maxlen=max_tweet_length, padding='post')

然后，重塑您的数据，使其符合 CNN 的预期空间性：

input_array = input_array.reshape(input_array.shape + (1,))

推荐阅读