问题标签 [datashape]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
python-3.x - 如何将数组从 (280, 280, 3) 重塑为 (28, 28, 3)
嗨，我试着写一个代码，我用 pygame 在屏幕上写一个数字，然后神经网络预测我写的数字。我的问题是我用 (28, 28, 3) 中的图像数组训练了我的神经网络。所以我试图重塑我的 (280, 280, 3) 数组。但是当我这样做时，我的数组是无的。我使用 Python 3.7
任何人都可以帮忙吗？
tensorflow - 输入形状不兼容
我有一个CNN-LSTM模型，其中CNN模型将具有形状(None, 301,4,1)的输入数据作为输入数据，并输出具有形状(None, 606)的数据。为了使 cnn 输出适应LSTM的输入，我添加了一个 TimeDistributed 层，它在每个窗口大小 = 100 时调用 CNN 模型，因此该层的输入形状 = (None, 100,301,4,1)，然后我们有一些堆叠的LSTM层。
这是CNN模型的架构：
这是LSTM模型的架构：
该架构的代码如下：
然后只保存了 cnn_lstm_model 模型。
对于培训，这是我的代码：
其中 train_data_force_temp_X.shape = (1960, 301, 4, 1) ，PS：1960 是样本数。
但我有这个问题：
ValueError: Input 0 is in compatible with layer model_1: expected shape=(None, 100, 301, 4, 1), found shape=(None, 301, 4, 1)
我知道将错误的形状传递给 cnn_lstm_model 但我认为它会首先将数据传递给具有 shape=(None, 301, 4, 1) 的 cnn 模型，然后对于每 100 个 CNN 输出，它会调用时间分布式层并继续该过程，看来我没有正确理解该过程。
所以我的问题是：
我是否必须先将数据运行到 cnn 模型中，进行预测，然后将这些输出用作 cnn_lstm 模型的输入？
如何修复培训过程？
预先感谢您的帮助。