如何为一维信号（加速度计信号）选择张量的形状？由于张量形状，我不断收到值错误

Posted 2023-03-12

【中文标题】如何为一维信号（加速度计信号）选择张量的形状？由于张量形状，我不断收到值错误

【英文标题】：How to select shape of tensor for 1-D signal (accelrometer signal) ? I keep getting VlaueError due to tensor shape

【发布时间】：2018-10-21 16:29:08

【问题描述】：

我正在尝试为一维信号建模 CNN，但我无法理解排名错误。

我的程序是这样的：

#Weights
def init_weights(shape):
    init_random_dist = tf.truncated_normal(shape, stddev=0.1)
    return tf.Variable(init_random_dist)


#Bias
def init_bias(shape):
    init_bias = tf.constant(0.1,shape=shape)
    return tf.Variable(init_bias)

def conv1d(x,W):
    #x is input accelration data and W is corresponding weight
    x = tf.cast(x, tf.float32)
    tf.nn.conv1d(x,W,stride=1,padding='VALID')

def convolution_layer(input_x,shape):
    w = init_weights(shape)
    b = init_bias([shape[3]])
    return tf.nn.relu(conv1d(input_x,w)+b)

现在占位符

x = tf.placeholder(tf.float32,shape=[1,1,200,1])

y_true = tf.placeholder(tf.float32,shape=[None,6])

在使用con_layer_1 = convolution_layer(x,shape=[1,20,1,32]) 创建第一层时，我得到了ValueError 的排名，我无法对其进行调试。错误说明是：

ValueError: Shape must be rank 4 but is rank 5 for 'conv1d_20/Conv2D' (op: 'Conv2D') with input shapes: [1,1,1,200,1], [1,1,20,1,32].

【参考方案1】：

nn.conv1d 的输入和权重形状不正确。 nn.conv1d 的输入形状的大小应为：[ batch_size, input_length, input_channels]，权重矩阵的大小应为 [filter_size, inputs_channels, output_channels]。因此，您需要将代码更改为：

def convolution_layer(input_x,shape):
   w = init_weights(shape)
   b = init_bias([shape[2]])
   return tf.nn.relu(conv1d(input_x,w)+b)

x = tf.placeholder(tf.float32,shape=[1,200,1])

y_true = tf.placeholder(tf.float32,shape=[None,6])

con_layer_1 = convolution_layer(x,shape=[20,1,32]) 

注意：您应该尝试使用tf.layers API 来处理权重分配和所有操作。