多个 Conv1D 层：'conv1d_2/convolution/Conv2D 从 1 中减去

Question

我对卷积网络还是很陌生。我正在尝试在 Keras 中实现多个 Conv1D 层。不幸的是，在第一层之后，任何后续层都会抛出以下错误：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Negative dimension size caused by subtracting 8 from 1 for 'conv1d_2/convolution/Conv2D' (op: 'Conv2D') with input shapes: [?,1,1,32], [1,8,32,32].

我曾认为这可能与由于步幅而减小尺寸有关，但在设置strides=1两条 Conv1D 线后它仍然不起作用。这是我的代码。如果 for 循环运行，则抛出错误。

#State branch

x = Conv1D(layerSize,8,strides=1)(inputState)

x = Activation("relu")(x)

for l in range(conv1Layer-1):

    x = Conv1D(layerSize,8,strides=1)(x)

    x = Activation("relu")(x)

x = MaxPooling1D(pool_size=1)(x)

x = Flatten()(x)

x = Model(inputs=inputState, outputs=x)

任何帮助或建议将不胜感激。谢谢！

Answer 1

如果您不希望卷积后长度发生变化，请考虑padding='same'在 的构造函数中指定Conv1d。有关更多信息，请参阅文档。

Answer 2

kernel_size 必须在第一层之后更改为 1。编辑：或者填充必须设置为相同！谢谢。