因此,我试图用形状为(1000010020)的数据构建一个1D CNN自动编码器。 以下是我的设置:
input_wave = Input(shape=(10020,1))
encode1 = Conv1D(16, 16)(input_wave)
pool1 = MaxPooling1D(3)(encode1)
encode2 = Conv1D(32, 60)(pool1)
pool2 = MaxPooling1D(5)(encode2)
encode3 = Conv1D(64, 130)(pool2)
pool3 = MaxPooling1D(5)(encode3)
encode4 = Conv1D(128, 105)(pool3)
up1 = UpSampling1D(10)(encode4)
drop = Dropout(.2)(up1)
up2 = UpSampling1D(10)(drop)
drop2 = Dropout(.2)(up2)
flat = Flatten()(drop2)
Den = Dense(10020, activation = 'sigmoid', input_shape = (12800, 1))(flat)
autoencoder.compile(optimizer = 'Adam',
loss = 'mean_squared_error',
metrics = ['accuracy'])
autoencoder = Model(input_wave, Den)
autoencoder.summary()
不幸的是,我无法发布数据本身,但它的数值介于0和1之间,没有NAs,是波形数据
当我运行data.shape()时,我得到:
(10000, 10020)
当我运行类型(数据)时,我得到:
pandas.core.frame.DataFrame
我认为我的健康声明如下所示:
autoencoder.fit(data,data,
batch_size = 250,
epochs = 10)
我得到以下错误:
ValueError: Error when checking target: expected dense_7 to have 2 dimensions, but got array with shape (10000, 10020, 1)
我尝试使用data.values,并使用以下代码重塑数据:
data = np.reshape(i_data[1].values, (10000, 10020, 1))
但这给了我一个错误:
ValueError: Error when checking target: expected dense_7 to have 2 dimensions, but got array with shape (10000, 10020, 1)
因此,我的人际网络似乎在这两方面都很糟糕。对不起,我不能发布我的数据:(但如果有帮助的话,我可以制作玩具数据!有人知道我的结构问题在哪里吗
首先,你的自动编码器的定义很奇怪,我不知道你在用什么作为例子
您必须用相同的形状重建数据,因此您的最后一层需要输出
(batch, 10020, 1)
的形状,这是您的错误,您正在对数据应用展平和密集,这就是为什么您只有预期的2维输出以下是一个简单的自动编码器工作示例:
你可以随心所欲地使用内核大小和过滤器,但是你需要以编码的方式对数据进行解码
此外,由于上一个密集层的存在,您的模型有1.29亿个参数,这是非常重要的
如果你需要更高的精确度,请告诉我
相关问题 更多 >
编程相关推荐