一维卷积神经网络 ResourceExhaustedError

Question

在为 1D CNN 设置 1 通道 ECG 数据输入大小时，我遇到了很大的困惑。

为了简单起见，数据结构如下：

• 我有

  500

  段
• 每个段都有相应的标签，三类之一

  1.0, 2.0 or 3.0

• 在每个段中，有

  100

  原始心电图样本（1通道）即

  [1.53, 1.67, 1.56...]

我试图从this question调整输入形状，这意味着我的

(examples, time_steps, features)

将是

(500, 100, 1)

因此我的输入形状可以是

(100,1)

甚至

(None, 1)

。但是，当我运行以下命令时：

# shape
# x_train shape: (500, 100)
# y_train shape: (500,)

model = Sequential()
model.add(Conv1D(filters=64, kernel_size=3, activation='relu', input_shape=(100, 1)))
model.add(Conv1D(filters=64, kernel_size=3, activation='relu'))
model.add(MaxPooling1D(pool_size=2))
model.add(Flatten())
model.add(Dense(100, activation='relu')) # Not sure if this line is necssary
model.add(Dense(3, activation='softmax')) # Converge to 3 outputs
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

调用

model.fit()

时出现以下错误：

    ValueError: Input 0 of layer "sequential" is incompatible with the layer: expected shape=(None, 500, 1), found shape=(None, 100)

如果我然后用

(None, 500, 1)

替换形状并重新运行我在

model.add(Dense(n_features, activation='relu'))

上得到这个错误：

The last dimension of the inputs to a Dense layer should be defined. Found None. Full input shape received: (None, None)

有什么解决办法吗？它取决于输入的形状吗？也许我误解了docs.