0

我已经尝试了很多次并阅读了与我类似的问题的答案,但仍然没有解决。

检查输入时出错:预期 acc_input 有 4 个维度,但得到了形状为 (200, 3, 1) 的数组

model.fit(x=[acc_,gyro_],y=[scaled_labels],batch_size=1,validation_split=0.2, epochs=2,verbose=1,shuffle=False)

我的网络的第一层是输入层

acc_input_tensor = Input(shape=(200,3,1),name = 'acc_input')
gyro_input_tensor = Input(shape=(200,3,1),name= 'gyro_input')

输入是加速度和陀螺仪数据。200指200组数据,3指加速度x,y,z的测量值。我把加速度数据和陀螺数据reshape成(200 * 3 * 1)

acc_ = np.reshape(acc,(200,3,1))
gyro_ = np.reshape(gyro,(200,3,1))

输入是三维数据,给定的数据输入是三维的,为什么会有四维的要求?如何修改它?

这是我创建的模型

4

1 回答 1

0

不确定您使用的是什么类型的网络,但input_shape不包括数据长度。应该就是这个

acc_input_tensor = Input(shape=(3,1),name = 'acc_input')
gyro_input_tensor = Input(shape=(3,1),name= 'gyro_input')
于 2017-08-19T06:07:44.950 回答