具有Keras的卷积神经网络输入形状

我有32760音频频谱计算尺寸= 72（＃帧）×40（＃频段），我试图进入“宽”卷积神经网络（第一层是4个不同的转换层的集合） . 这些光谱没有深度，因此它们可以表示为72 x 40 2D numpy浮点数组，因此分类器的X输入是32760个元素长的数组，每个元素是这些72 x 40 x 1光谱中的一个 . Y输入是一个标签数组，一个热编码，具有32760个元素 .

当试图使用CNN时

model.fit(mono_X, mono_Y, epochs=10, batch_size=None, verbose=2)

我收到以下错误：

ValueError when checking input: expected input_47 to have 4 dimensions, but got array with shape (32760, 1)

以下是CNN的架构：

spectra = Input(shape=(72, 40, 1)) 

# conv1a
c1a = Conv2D(48, (3,5), activation='relu', padding = 'same')(spectra)
c1a = BatchNormalization()(c1a)
c1a = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1a)
# conv1b
c1b = Conv2D(32, (3,9), activation='relu', padding = 'same')(spectra)
c1b = BatchNormalization()(c1b)
c1b = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1b)
# conv1c
c1c = Conv2D(16, (3,15), activation='relu', padding = 'same')(spectra)
c1c = BatchNormalization()(c1c)
c1c = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1c)
# conv1d
c1d = Conv2D(16, (3,21), activation='relu', padding = 'same')(spectra)
c1d = BatchNormalization()(c1d)
c1d = MaxPooling2D(pool_size=(5, 5), strides = 1)(c1d)

# stack the layers
merged = keras.layers.concatenate([c1a, c1b, c1c, c1d], axis=3)

# conv2
c2 = Conv2D(224, (5,5), activation='relu')(merged)
c2 = BatchNormalization()(c2)
c2 = MaxPooling2D(pool_size=(5, 5), strides = 1)(c2)

# output softmax
out = Dense(15, activation='softmax')(c2)

# create Model
model = Model(spectra, out)

# apply optimization and loss function
adam = Adam(lr=0.002, beta_1=0.9, beta_2=0.999, epsilon=None, decay=0.0, amsgrad=False)
model.compile(optimizer=adam,
            loss='categorical_crossentropy',
            metrics=['accuracy'])

但是，如果我尝试将输入形状更改为32760x1，则会收到以下错误：

ValueError: Input 0 is incompatible with layer conv2d_203: expected ndim=4, found ndim=3

我在这做错了什么？有没有更好的方式来表示我的输入数据？我已经尝试过使用pandas DataFrame，其中每一行代表一个光谱和无数其他组合 . 在后端使用带有Keras 2.1.3的Python 3.6.5和TensorFlow 1.1.0 .

这是我的第一个CNN，我之前只使用了Keras实现了ANN，所以我可能会犯一个非常明显的错误 . 任何帮助赞赏！

更新！根据@enumaris的建议，在输入层使用 data_format=channels_last 作为参数，并在最后 Conv2D 和softmax输出层之间添加 Flatten() 层，修复了后一个值错误 . 现在我逐渐意识到我的训练数据 mono_X 形状错误 . 如果我没有弄错的话，预期的输入形状应该是（#samples，H，W，＃channels） . mono_X 具有形状（32760，），而 mono_X[0] 具有形状（72,40） . 使用numpy 's reshape doesn'似乎能够解压缩这些嵌套数组 . 如何正确准备输入张量？