一. tensor从卷积层输出到全连接层
用过keras的都知道,想从卷积层输出tensor到全连接层,只需加一层:
model.add(Flatten())
shape就不会出现错误。
二. 但是如果从全连接层输出tensor到卷积层呢,这两天都在弄这个,shape的问题要特别注意,我现在数据的形式是10000行,6000列的数据。要输入到全连接层中,经过两层全连接层,再输出到卷积层。代码如下:
inputs1=Input(shape=(6000,1))
encoded=Reshape([6000,])(inputs1) #第一次reshape,keras.layers.Reshape
encoded = Dense(5000, activation='relu', activity_regularizer=regularizers.l1(0.000000000001))(encoded)
decoded = Dense(6000, activation='relu')(encoded)
decoded=Reshape([6000,1])(decoded) #第二次reshape
decoded=Conv1D(1,kernel_size=3, strides=1, activation='relu',padding='same')(decoded)
model = Model(inputs=inputs1, outputs=decoded)
#定义优化器
adadelta=Adadelta()
model.compile(loss='mse', optimizer=adadelta)
model.summary()
nb_epo