Keras误解了训练数据的形状

Keras误解了训练数据的形状

（根据OP对这个问题的评论进行了编辑，他们在此发布了此链接：https
:
//github.com/fchollet/keras/issues/1920）

---

您

X

不是单个numpy数组，而是一个数组数组。（否则其形状为

X.shape=(35730,513,15)

。

该方法必须是单个numpy数组

fit

。由于长度是可变的，因此不能有一个包含所有数据的numpy数组，因此必须将其划分为较小的数组，每个数组包含的数据长度相同。

为此，您可能应该按形状创建字典，然后手动循环字典（可能还有其他更好的方法…）：

#pre in python 3.5xByShapes = {}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，您循环这本词典进行培训：

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，以便所有样本都使用零或一些虚拟值来具有相同的长度。

然后，在模型中的任何内容之前，您可以添加

Masking

将忽略这些填充段的图层。（警告：某些类型的图层不支持遮罩）