RNNのGRUとconvolve1Dの組み合わせの手法があるということを知りましてそれをテストしたいと考え、プログラムの作成を行っているのですが、
input_shapeのエラーが出てしまい、エラーの内容が理解できず対応できず進まないでおります。
python
1#train,testデータに分類 2 3from sklearn.model_selection import train_test_split 4(train_X, test_X, train_y, test_y) = train_test_split(X, y,test_size=0.3,shuffle=True) 5 6#特徴量、ターゲットデータのshapeは以下になっています。 7#train_X (7324, 1, 360) 8#train_y (7324,) 9#test_X (3139, 1, 360) 10#test_y (3139,) 11 12import keras 13from keras.models import Sequential 14from keras.layers import GRU,LSTM, Dense, Activation, Dropout,Conv1D,Conv2D,MaxPooling1D,Flatten 15from keras import regularizers 16from keras.layers.convolutional_recurrent import ConvLSTM2D 17from keras import layers 18from keras.layers import normalization 19 20#ターゲットデータをone-hot表現に設定 21from keras.utils import np_utils 22train_y=np_utils.to_categorical(train_y) 23test_y=np_utils.to_categorical(test_y) 24#ラベル分類で4分類を設定しております。 25 26 27#convolve1D+RNN(GRU)の組み合わせのmodelを設定 28#畳み込みの層の数値は 29model=Sequential() 30 31model.add(Conv1D(32,5,activation="relu",input_shape=(1,360))) 32model.add(MaxPooling1D(3,padding="same")) 33model.add(Conv1D(32,5,activation="relu")) 34model.add(GRU(32,dropout=0.2,recurrent_dropout=0.5)) 35model.add(Dense(4,activation="softmax")) 36 37#model summaryはエラーで表示できない 38model.summary() 39 40model.compile(optimizer="RMSprop",loss="mae") 41 42#epochsを設定 43epochs=30 44history=model.fit(train_X, train_y, 45 batch_size=n_samples, 46 epochs=epochs, 47 validation_data=(test_X,test_y), 48 shuffle="True") 49 50 51コード
上記の特徴量、サンプルデータの設定で様々ためしているのですが、以下のエラーが表示されます。
[以下エラー内容]
Negative dimension size caused by subtracting 5 from 1 for 'conv1d_34/convolution/Conv2D' (op: 'Conv2D') with input shapes: [?,1,1,360], [1,5,360,32].
[他に試していること]
他にも input_shapeを(360,)や(1,1,360)などに設定するように特徴量から設定し直してもdimensionのエラー適切ではないと表示されています。
固定長ベクトルでの学習を行っているため、Embedding層などの導入はしておりません。
convolve1DからGRU層への以降の際へのdimensionのエラーだとは思われるのですが、
この場合のinput_shapeのdimensionは(n_samples,1,n_features)や(n_samples,n_features)でこの場合は不適切でしょうか。
なにかアドバイスをいただけますと幸いです。よろしくお願いします。
回答1件
あなたの回答
tips
プレビュー
バッドをするには、ログインかつ
こちらの条件を満たす必要があります。
2018/11/07 11:39
2018/11/07 11:44
2018/11/07 16:09