Tôi đang cố tạo một CNN để phân loại dữ liệu. Dữ liệu của tôi là X [N_data, N_features] Tôi muốn tạo một mạng neural có khả năng phân loại nó. Vấn đề của tôi là liên quan đến hình dạng đầu vào của một Conv1D cho kết thúc keras.Mạng nơ-ron liên kết Hình dạng đầu vào Conv1d
Tôi muốn lặp lại bộ lọc hơn .. hãy nói 10 tính năng và sau đó giữ cùng trọng số cho mười tính năng tiếp theo. Đối với mỗi dữ liệu, lớp liên kết của tôi sẽ tạo ra N_features/10 Não mới. Tôi có thể làm như thế nào? Tôi nên đưa gì vào input_shape?
def cnn_model():
model = Sequential()
model.add(Conv1D(filters=1, kernel_size=10 ,strides=10,
input_shape=(1, 1,N_features),kernel_initializer= 'uniform',
activation= 'relu'))
model.flatten()
model.add(Dense(N_features/10, init= 'uniform' , activation= 'relu'))
Bạn có lời khuyên nào? cảm ơn bạn!
tại sao 'input_shape = (1, N_features, 1)' thay vì 'input_shape = (, N_features)'? – putonspectacles
Tôi đã sửa câu trả lời của mình :) –
vẫn còn, tại sao input_shape có thứ nguyên thứ ba? Tôi chỉ tò mò/cố hiểu. – putonspectacles