腾讯云
开发者社区
文档
建议反馈
控制台
首页
学习
活动
专区
工具
TVP
最新优惠活动
文章/答案/技术大牛
搜索
搜索
关闭
发布
登录/注册
精选内容/技术社群/优惠产品,
尽在小程序
立即前往
文章
问答
(9999+)
视频
沙龙
2
回答
ValueError:层"max_pooling1d“
的
输入
0
与
层
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=
4
。收到
的
完整形状:(None,51644,29,32)
python
、
tensorflow
、
machine-learning
、
keras
、
deep-learning
我正在建立一个cnn1d模型用于二进制分类,我使用
的
文件是csv文件,我如何提前解决这种error?....Thanks?这是我
的
代码:
错误
为: ValueError:
图层
"max_pooling1d“
的
输入
0
与
图层
不
兼容
:预期
的
ndim
=3,
找到
的
ndim
=
4
。收到
的<
浏览 14
提问于2021-12-04
得票数 0
1
回答
错误
:
输入
0
与
图层
conv2d_Conv2D1
不
兼容
:
需要
的
ndim
=
4
,
找到
的
ndim
=
5
javascript
、
node.js
、
tensorflow
async function train() { var labels = [
0
] //
0
= L model.fit(tensorFeatures, tensorLabels) } 我正在尝试训练一个带有字母"L“(132x180)
的
tensorflow我希望我能得到一些关于使用图像进行训
浏览 16
提问于2020-12-23
得票数 1
1
回答
转移学习,添加Keras LSTM层,(热狗,而不是使用二进制交叉熵
的
热狗)
python
、
deep-learning
、
keras
、
lstm
训练特征,形状(1032,
5
,
5
,122880),进入LSTM层。这将产生"ValueError: Input
0
与
图层
lstm_16
不
兼容
:预期
的
ndim
=3,
找到
的
ndim
=2“
5
x
5
x122880是训练样本
的
瓶颈特征 model =CuDNNLSTM(2048,inp
浏览 21
提问于2018-03-05
得票数 1
回答已采纳
1
回答
通流keras.sequential函数误差
python
、
tensorflow
、
keras
嗨,我试着在tensorflow中建立最简单
的
回归模型,但是这个
错误
出现了。as tfy_train = tf.cast(tf.constant([2,3,
4
]tf.keras.layers.Dense(1)])model.fit(X_train, y_train, epochs=10) ValueError:调用层"sequential_7“时遇到
的
异常层&q
浏览 4
提问于2022-04-08
得票数 0
回答已采纳
1
回答
值
错误
:
输入
0
与
图层
lstm_1
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=
4
tensorflow
、
keras
、
conv-neural-network
、
lstm
、
recurrent-neural-network
Flatten()) return model 如何修复此
错误
str(x.shape.as_list()) ValueError:层lstm
的
输入
0
与
层
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=
4
。收到
浏览 5
提问于2021-07-14
得票数 0
4
回答
ValueError:
输入
0
与
图层
conv_1
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=
4
machine-learning
、
neural-network
、
keras
、
autoencoder
我正在尝试制作一个变分自动编码器来学习对DNA序列进行编码,但是我得到了一个意外
的
错误
。我得到
的
问题是一个值
错误
。它告诉我我有一个四维
输入
,而我
的
输入
显然是三维
的
(100,4008,
4
)。当我取出一个维度时,它会给我一个二维
的
错误
浏览 0
提问于2017-05-26
得票数 7
1
回答
ValueError:层“值”
的
输入
0
与
图层
不
兼容
:预期
的
min_
ndim
=2,
找到
ndim
=1
tensorflow
、
reshape
、
tensor
、
dimension
我是tensorflow.When
的
新手,我试着修改模型结构,我把一个张量'r',它
的
形状是(None,1 ),转换成带有tf.reshape(r,
4
,)
的
一维张量,然后
输入
到稠密层中。一维张量
的
形状为(
4
,),稠密层
的
input_shape设置为(
4
,),出现
错误
。ValueError:层“值”
的
输入
0
与
图层</em
浏览 5
提问于2022-10-26
得票数 0
1
回答
Keras BatchNormalization层
不
兼容
错误
tensorflow
、
keras
、
tensorflow2.0
、
batch-normalization
我有以下(部分)网络架构:获得
的
pool = GlobalAvgPool()(gc_2) ValueError:层batch_normalization_1
的
输入
0
与
图层
不
兼容
:预期
的
ndim
=2,
找到</em
浏览 1
提问于2020-12-03
得票数 0
1
回答
Keras中LSTM
的
输入
维数
input
、
keras
、
reshape
、
lstm
所以我很确定我
输入
的
尺寸是正确
的
。我认为
错误
在于
输入
的
重塑,但不是很确定。以下是我正在使用
的
内容:df_matrix = np.reshape(df_matrix,(-1,588425,26))model.fit(df_matrix2, y, epochs=2, b
浏览 6
提问于2017-09-01
得票数 1
1
回答
如何修复''ValueError: Input
0
与
layer flatten
不
兼容
:加载模型时出现“expected min_
ndim
=3,found
ndim
=2”
错误
python
、
machine-learning
、
keras
、
deep-learning
、
data-science
我正在尝试保存并加载我
的
keras模型。它可以很好地训练、评估和保存(使用.h
5
保存模型),但是当我尝试加载模型时,我得到以下
错误
: ValueError: Input
0
与
layer flatten
不
兼容
: expected min_
ndim
=3,found
ndim
=2。我加载模型
错误
吗?任何帮助都将不胜感激! 这是我保存模型
的
代码块。: ValueError:
输入
0<
浏览 81
提问于2019-07-03
得票数 0
1
回答
Keras --我应该如何指定培训数据
的
input_shape?(数据为灰度图像)
tensorflow
、
keras
、
neural-network
、
deep-learning
、
conv-neural-network
., A_240 ],而每个A_k是长度为300
的
列表)。 ValueError: conv2d层
的
输入
0
与
图层
不
兼容
:预期
的
ndim
=
4
,found
ndim
=3。收到
的
完整形状: None,240,300
浏览 1
提问于2019-05-25
得票数 0
回答已采纳
1
回答
如何修复
输入
0
与
层lstm_12
不
兼容
的
ValueError : expected
ndim
=3,found
ndim
=2?
python
、
model
、
lstm
、
prediction
、
conv-neural-network
我收到此
错误
:
输入
0
与
图层
lstm_12
不
兼容
:预期
的
ndim
=3,在以下行
找到
ndim
=2:history = model.fit(features_1, truth_1) model = Sequentialmse'])scores = model.evaluate(features_2, truth_
浏览 20
提问于2020-06-21
得票数 0
2
回答
ValueError:
输入
0
与
图层
conv2d_1
不
兼容
:
需要
的
ndim
=
4
,
找到
的
ndim
=3
python
、
tensorflow
、
keras
、
conv-neural-network
、
valueerror
在探讨了已经提出
的
关于这个问题
的
问题之后,我一直在提出这个问题。我正在尝试对字母从A到D进行分类。所有
输入
图像都是64x64和灰度
的
。我
的
CNN
的
第一层是:model.add(Conv2D(32, (3, 3), input_shape = input_shape, activation= 'relu'))# Define the number of classes num_class
浏览 0
提问于2018-11-11
得票数 2
1
回答
ValueError:
图层
lstm_12
的
输入
0
与
图层
不
兼容
:应为
ndim
=3,
找到
的
是
ndim
=
4
python
、
tensorflow
、
keras
、
lstm
、
seq2seq
我正在研究seq2seq模型,我想使用中给出
的
嵌入层。以下是我
的
代码,其中num_encoder_tokens为67,num_decoder_tokens为11。 谁能帮我重塑嵌入层或
输入
形状
的
output_shape层扫描隧道显微镜,因为我不知道怎么做。
浏览 5
提问于2021-11-30
得票数 1
1
回答
ValueError:
输入
0
与
图层
lstm_14
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=2
python
、
lstm
、
recurrent-neural-network
我正在构建一个用于图像分类
的
cnn_rnn网络。在我
的
jupyter笔记本中运行以下python代码时,我得到了一个
错误
。Adding RNN N/W model1.add(TimeDistributed(Dense(
5
,附言:我也尝试过使用GRU而不是LSTM,但得到了同样
的
错误
。 更新:请注意model.summary()结果
浏览 0
提问于2019-03-11
得票数 1
2
回答
如何建立一个只有一个
输入
,时间为
0
的
LSTM网络来生成序列?
python
、
keras
我用形状
的
X (batch_size,50)和形状
的
Y (batch_size,10(序列长度),10(输出向量))设置了一个训练集。LSTM单元
的
Keras文档说,3D
输入
是必需
的
,但是序列2序列模型确实可以做到这一点。有没有其他通用
的
方法来解决这个问题呢?model.add(LSTM(50, input_shape=(50,)))我收到
浏览 2
提问于2019-04-21
得票数 2
1
回答
ValueError:层顺序
的
输入
0
与
图层
不
兼容
:期望
的
ndim
=
4
,
找到
的
ndim
=3。接收到
的
完整形状:[32,64,3]
python
、
tensorflow
、
deep-learning
、
tensorflow2.0
我完全是深入学习
的
初学者,我试图用Tensorflow建立简单
的
分类模型。当然,我想通过使用这个命令来保存训练后
的
模型。model.save('saved_model/my_model') ValueError:层顺序
的
输入
0
与
图层
不
兼容
:预期
的<
浏览 2
提问于2019-11-24
得票数 1
3
回答
ValueError:
输入
0
与
图层
lstm_60
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=2
tensorflow
、
keras
、
deep-learning
、
lstm
、
recurrent-neural-network
我想要构建一个深度RNN,其中我
的
x_train形状是(318,39),而我
的
y_train具有形状(318,)。binary_crossentropy',metrics=['accuracy'])我收到以下
错误
: ValueError: Input
0
is incompatible with layer lstm_60: expected
ndim
浏览 0
提问于2020-03-31
得票数 1
2
回答
Keras LSTM ValueError:
输入
0
与
图层
lstm_24
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=
4
keras
、
lstm
我正在尝试测试一个我想用来解决视频问题
的
架构。我正在模拟1个视频,24帧,240x320x3。我没有得到正确
的
尺寸,但我看不到它。np.ndarray((24,240,320,3),np.uint8)vid = np.random.randint(
0
,dropout=0.2, Dense(1),
浏览 0
提问于2017-05-23
得票数 1
1
回答
ValueError:
输入
0
与
图层
lstm_55
不
兼容
:
需要
的
ndim
=3,
找到
的
ndim
=2
python
、
keras
、
lstm
我使用2个LSTM多层堆栈和密集层,它显示了一个
错误
。下面是我
的
代码:model.add(Dropout(0.2))model.add(Dropout(0.2))model.add(Activation(&
浏览 1
提问于2018-09-04
得票数 1
点击加载更多
扫码
添加站长 进交流群
领取专属
10元无门槛券
手把手带您无忧上云
相关
资讯
基于CGAN的网贷风控数据补充和调整
python数值计算扩展——NumPy
卷积神经网络详解(二)——自己手写一个卷积神经网络
这才是年轻人使用CAD的独门技巧
25个常见CAD问题解决方案,再也不用求别人了
热门
标签
更多标签
云服务器
即时通信 IM
ICP备案
对象存储
实时音视频
活动推荐
运营活动
广告
关闭
领券