我想设计,多频道CNN
我在第一步中收到一条错误消息。(图中,第一层至第二层)
我的密码就像风箱一样
_concat_embeded = keras.layers.concatenate([_embeding1, _embeding2], axis= -1)
_biCH_embeded = keras.layers.Reshape((2, self.lexicalMaxLength, charWeights.shape[1]))(_concat_embeded)
_1stConv = keras.layers.Conv2D(filters=512, kernel_size=(5, charWeights.shape[1]),
activation=tf.nn.relu)(_biCH_embeded)
_biCH_嵌入处的形状为[?2131131](我的嵌入具有131维=charWeights.Shape[1])
我想生成512个过滤器,它有(5131)个形状
然后,我得到了一条消息,“输入形状为[?,2,33131],[5131131512]的'conv2d_1/卷积'(op:'conv2d')从2减去5会导致负维度大小。”
问题在哪里
我发现了这个问题
我用“通道优先”规则(2133133)重塑了我的张量
但我的Keras配置是由“channel_last”设置的
我将重塑规则更改为“channel_last”(133133,2),现在开始训练
(如果要更改Keras配置,请查看“~/.Keras/Keras.json”)
相关问题 更多 >
编程相关推荐