在使用Keras维度报错的时候很有可能是因为在池化层出错。卷积层里面的维度一般都是3维数据,但是在池化是如果设置是这样的,那么输出的就是二维数据:
model.add(Conv1D(filters=23, kernel_size=4, activation='relu'))
model.add(AveragePooling1D())
如果下面接的还是卷积层的话,这样的池化输出是会报错的,这个时候就需要让池化层的输出为3维,这样设置就可以了:
model.add(Conv1D(filters=23, kernel_size=4, activation='relu'))
model.add(AveragePooling1D(2, strides=2))
另外,在卷积层后跟着全连接层的话,中间一般是要加flatten层,使数据输出为全连接层能接受的2维,否则的话可能网络结果是错的。