python – Keras误解了训练数据的形状

你的X不是一个numpy数组,它是一个数组数组. (否则它的形状将是X.shape =(35730,513,15).

它必须是fit方法的单个numpy数组.由于你有一个可变长度,你不能有一个包含所有数据的numpy数组,你必须将它分成较小的数组,每个数组包含相同长度的数据.

为此,您应该按形状创建字典,并手动循环字典(可能还有其他更好的方法来执行此操作…)：

#code in python 3.5
xByShapes = {}
yByShapes = {}
for itemX,itemY in zip(X,Y):
    if itemX.shape in xByShapes:
        xByShapes[itemX.shape].append(itemX)
        yByShapes[itemX.shape].append(itemY)
    else:
        xByShapes[itemX.shape] = [itemX] #initially a list,because we're going to append items
        yByShapes[itemX.shape] = [itemY]

最后,您将此字典循环以进行培训：

for shape in xByShapes:
    model.fit(
              np.asarray(xByShapes[shape]),np.asarray(yByShapes[shape]),...
              )

掩蔽

或者,您可以填充数据,以便所有样本具有相同的长度,使用零或一些虚拟值.

然后,在模型中的任何内容之前,您可以添加一个将忽略这些填充段的蒙版图层. (警告：某些类型的图层不支持屏蔽)