如何在Conv1D中使用MaxPooling1D-Java 学习之路

我像这样使用Conv1D

X_train_t = X_train.reshape(X_train.shape[0], 1,12)
X_test_t = X_test.reshape(X_test.shape[0], 1,12)

print(X_train_t.shape)
print(X_train_t)

K.clear_session()
model = Sequential()
model.add(Conv1D(12,1, activation='relu', input_shape=(1,12)))

#model.add(MaxPooling1D(pool_size = (6))) 

model.add(LSTM(3))

model.add(Dense(1))

我添加了maxpooling来提高性能，比如在model.add行下（Conv1D ..

model.add(MaxPooling1D(pool_size = (6)))

但它显示这样的错误

ValueError: Negative dimension size caused by subtracting 6 from 1 for 'max_pooling1d_1/MaxPool' (op: 'MaxPool') with input shapes: [?,1,1,12].

如果我设置pool_size =（1）但它会增加更多的损失值 . 如果我想将pool_size更改为另一个值而不是1.如何编辑模型？

1 回答

0
MaxPooling1D需要一个3d Tensor作为其输入形状： (batch_size, steps, features) . 根据您的代码， X_train_t 和 X_test_t 有1步（ *.shape[0], 1, 12 ） . 当Pooling将其窗口移动6步（ pool_size=(6) ）时，它不能 . 结果它抛出了这样的例外 .

Suggestion ：尝试更改输入形状

Minimal example ：以下是 Conv1D 的一种可能解决方案：
```
model = Sequential()
    model.add(Embedding(input_dim=1000, output_dim=128, input_shape=(12,))
    model.add(Convolution1D(filters=2, kernel_size=100, padding='same', activation=tf.nn.relu))
    model.add(MaxPooling1D(pool_size=6))
    model.add(GlobalAveragePooling1D())
    model.add(Dense(2))
```
回复于 2024-05-19T00:29:00+08:00

如何在Conv1D中使用MaxPooling1D

1 回答

相关问题