我正在尝试在Keras中实现多个Conv1D层。不幸的是,在第一层之后,任何后续层都会抛出以下错误: tensorflow.python.framework.errors_impl.InvalidArgumentError: Negative dimensionsize caused by subtracting 8 from 1 for 'conv1d_2/convolution/Conv2D' (op: 'Conv2D')
如果我有一个1X2X3X3的输入(我先使用通道)和2X2X2X2的权重(如下图所示),我不能真正理解Keras Conv2D输出,有人能帮我理解输出特征图吗,滤波器如何卷积到输入上以获得输出?import os
import tensorflow.python.util.deprecation as deprecationfrom tensorflow.keras impor
df_x.shape(15772, 16)
Out[29]:我现在的模式:model.add(Conv2D(5, df_x.shape[1], input_shape=(5, 1)))model.add(Dense='adam', metrics=['accuracy'])
# Fit the model