Keras input_shape для conv2d для 2d табличных данных задачи регрессии?

#python #pandas #keras #deep-learning #conv-neural-network

#python #панды #keras #глубокое обучение #conv-нейронная сеть

Вопрос:

Я пытаюсь реализовать CNN для задачи регрессии с использованием Keras

 > x_train2 = x_train.values.reshape(list(x_train.shape)   [1])  
> input_shape = x_train2.shape model = Sequential()
> model.add(Conv2D(filters = 32, kernel_size = (5,5),padding = 'Same', activation ='relu', input_shape = input_shape))
 

вывод x_train2.shape равен (8000, 28, 1), а вывод x_train.shape равен (8000, 28)

Проблема в том, что Input_shape должен быть вектором 4dim, но поскольку дата табличная, поэтому у нас есть 2d-данные, я попробовал это преобразование для преобразования моих 2d-данных, но все еще есть некоторые проблемы

 x_train2 = x_train.values.reshape(list(x_train.shape)   [1])  
 

Есть идеи, чего мне не хватает, или невозможно использовать функцию Keras Conv2D для 2d-данных
Это ошибка, которую я получаю

Ошибка значения: ввод 0 слоя sequential_15 несовместим со слоем: : ожидаемый min_ndim=4, найденный ndim=3. Получена полная форма: [32, 28, 1]

Заранее спасибо

Комментарии:

1. Можете ли вы точно сказать, какая у вас проблема?

2. попробуйте x_train2 = x_train.values.reshape(list(x_train.shape) [1] [1])