我正在建立一个cnn_rnn网络进行图像分类。我在jupyter笔记本中运行以下python代码时遇到错误。
# model
model1 = Sequential()
# first convolutional layer
model1.add(Conv2D(32, kernel_size=(3, 3),activation='relu',input_shape(160, 120, 3)))
# second convolutional layer
model1.add(Conv2D(64, kernel_size=(3, 3), activation='relu'))
#Adding a pooling Layer
model1.add(MaxPooling2D(pool_size=(3, 3)))
#Adding dropouts
model1.add(Dropout(0.25))
# flatten and put a fully connected layer
model1.add(Flatten())
model1.add(Dense(32, activation='relu')) # fully connected
#Adding RNN N/W
model1.add(LSTM(32, return_sequences=True))
model1.add(TimeDistributed(Dense(5, activation='softmax')))
我还尝试将input_shape =（160，120，3）添加为LSTM函数的参数，但无济于事。请帮忙！
P.S：我也尝试使用GRU而不是LSTM，但是遇到了同样的错误。
更新：请注意model.summary（）结果
enter image description here
参考方案
您的错误是由于在LSTM层之前使用了Flatten和Dense。
LSTM层要求输入的形状为（批量大小x长度x特征深度0）（或某些变形），而展平将Conv2D输出从（B x H x W x F）更改为（B x W * F * H）如果有道理。如果要使用此体系结构，建议您使用Reshape层来展平所需的尺寸，并在LSTM层之前使用内核大小为1的Conv1D（与完全连接的层相同）。
或者，如果您想使用此确切的代码，请将其添加到LSTM层之前，它应该可以工作：
model1.add（Reshape（target_shape =（1,54 * 40,32））
由于pool_size为（3,3），因此分别为54和40。
Python GPU资源利用 - python我有一个Python脚本在某些深度学习模型上运行推理。有什么办法可以找出GPU资源的利用率水平？例如，使用着色器，float16乘法器等。我似乎在网上找不到太多有关这些GPU资源的文档。谢谢！ 参考方案 您可以尝试在像Renderdoc这样的GPU分析器中运行pyxthon应用程序。它将分析您的跑步情况。您将能够获得有关已使用资源，已用缓冲区，不同渲染状态上…
Python sqlite3数据库已锁定 - python我在Windows上使用Python 3和sqlite3。我正在开发一个使用数据库存储联系人的小型应用程序。我注意到，如果应用程序被强制关闭（通过错误或通过任务管理器结束），则会收到sqlite3错误（sqlite3.OperationalError：数据库已锁定）。我想这是因为在应用程序关闭之前，我没有正确关闭数据库连接。我已经试过了： connectio…
Python exchangelib在子文件夹中读取邮件 - python我想从Outlook邮箱的子文件夹中读取邮件。Inbox ├──myfolder 我可以使用account.inbox.all()阅读收件箱，但我想阅读myfolder中的邮件我尝试了此页面folder部分中的内容，但无法正确完成https://pypi.python.org/pypi/exchangelib/ 参考方案 您需要首先掌握Folder的myfo…
python:ConfigParser对象，然后再阅读一次 - python场景：我有一个配置文件，其中包含要执行的自动化测试的列表。这些测试是长期循环执行的。 配置文件的设计方式使ConfigParser可以读取它。由于有两个三个参数，因此我需要通过每个测试。现在，此配置文件由script(s1)调用，并且按照配置文件中的列表执行测试。Script(s1)第一次读取配置，并且在每次测试完成后都会执行。阅读两次的要求：由于可能会…
训练时的scikit-learn:RandomForestRegressor:ValueError - python我有一个包含我的标签的pandas系列s和一个包含我的数据的pandas DataFrame df。我想使用sklearn RandomForestRegressor生成标签的预测。model = RandomForestRegressor(n_estimators=1000, max_depth= 30 , random_state=31415) mode…