python-3.x - 嵌入层 Keras 后无法添加 CNN 层

Question

我有 7 个分类特征并且我试图在嵌入层之后添加一个 CNN 层

我的第一层是输入层第二层是嵌入层第三层我想添加一个 Conv2D 层

我已经在 Conv_2D 中尝试过 input_shape=(7,36,1) 但这没有用

input2 = Input(shape=(7,))
embedding2 = Embedding(76474, 36)(input2)

# 76474 is the number of datapoints (rows)
# 36 is the output dim of embedding Layer

cnn1 = Conv2D(64, (3, 3), activation='relu')(embedding2)
flat2 = Flatten()(cnn1)

但我收到了这个错误

 Input 0 of layer conv2d is incompatible with the layer: expected 
 ndim=4, found ndim=3. Full shape received: [None, 7, 36]

标签： python-3.xkerasdeep-learningconv-neural-network

Answer 1

嵌入层的输出是 3D，即(samples, seq_length, features)是features = 36嵌入空间的维数，seq_length = 7是序列长度。一个Conv2D层需要一个图像，它通常表示为一个 4D 张量(samples, width, height, channels)。

只有Conv1D一层才有意义，因为它还需要 3D 形状的数据，通常是(samples, width, channels)，然后您需要决定是要跨序列长度还是跨特征维度进行卷积。这是你需要试验的东西，最终是决定嵌入输出中哪个是“空间维度”