檢查輸入時出錯：期望的acc_input有4個維度，但是獲得了形狀數組（200,3,1）

Question

我已經嘗試了很多次，並且閱讀了類似於我的問題的答案，但仍然沒有解決。

錯誤檢查時輸入：預期acc_input有4個維度，但得到了陣列狀（200，圖3，1）

model.fit(x=[acc_,gyro_],y=[scaled_labels],batch_size=1,validation_split=0.2, epochs=2,verbose=1,shuffle=False) 

我的網絡的第一層是輸入層

acc_input_tensor = Input(shape=(200,3,1),name = 'acc_input') 
gyro_input_tensor = Input(shape=(200,3,1),name= 'gyro_input') 

輸入是加速度和陀螺儀數據。 200表示200組數據，3表示x，y，z測量值的加速度。我把加速度數據和陀螺儀數據重塑成（200 * 3 * 1）

acc_ = np.reshape(acc,(200,3,1)) 
gyro_ = np.reshape(gyro,(200,3,1)) 

輸入是三維數據，給定的數據輸入是三維的，爲什麼有四維要求？如何修改它？

This is the model I created

Answer 1

不知道你使用的是什麼類型的網絡，但input_shape不包括數據的長度。它應該只是這

acc_input_tensor = Input(shape=(3,1),name = 'acc_input') 
gyro_input_tensor = Input(shape=(3,1),name= 'gyro_input')