Разница между входной формой для 1D CNN, 2D CNN и 3D CNN ⇐ Python

[Anonymous]

Я впервые создаю модель CNN для классификации изображений, и я немного запутался в том, что будет формой ввода для каждого типа (1D CNN, 2D CNN, 3D CNN) и как исправить количество фильтров в слое свертки. Мои данные - 100x100x30, где 30 являются функциями.
Вот мое эссе для 1D CNN, используя функциональные керасы: < /p>
def create_CNN1D_model(pool_type='max',conv_activation='relu'):
input_layer = (30,1)
conv_layer1 = Conv1D(filters=16, kernel_size=3, activation=conv_activation)(input_layer)
max_pooling_layer1 = MaxPooling1D(pool_size=2)(conv_layer1)

conv_layer2 = Conv1D(filters=32, kernel_size=3, activation=conv_activation)(max_pooling_layer1)
max_pooling_layer2 = MaxPooling1D(pool_size=2)(conv_layer2)

flatten_layer = Flatten()(max_pooling_layer2)
dense_layer = Dense(units=64, activation='relu')(flatten_layer)

output_layer = Dense(units=10, activation='softmax')(dense_layer)
CNN_model = Model(inputs=input_layer, outputs=output_layer)
return CNN_model
CNN1D = create_CNN1D_model()
CNN1D.compile(loss = 'categorical_crossentropy', optimizer = "adam",metrics = ['accuracy'])
Trace = CNN1D.fit(X, y, epochs=50, batch_size=100)
< /code>
Тем не менее, пробуя 2D -модель CNN, просто изменив Conv1d, MaxPooling1d на conv2d и maxpooling2d, я получил следующую ошибку: < /p>
ValueError: Input 0 of layer conv2d_1 is incompatible with the layer: : expected min_ndim=4, found ndim=3. Full shape received: (None, 30, 1)
< /code>
может кто -нибудь скажет мне, как будет входная форма для 2D CNN и 3D CNN? И что можно сделать при предварительной обработке входных данных?

Подробнее здесь: https://stackoverflow.com/questions/662 ... and-3d-cnn