各位！
我尝试在keras中实现我自己的第一个dl网络，它将是一个自动编码器(希望去噪和堆叠(。但我很难处理输入层的输入形状格式，它可以是Conv1D或Dense层(目前是Dense层，因为我希望它能解决问题(-我也尝试过pytorch，但这也没有解决我的问题。
潜在的问题是，我觉得我没有得到输入形状参数及其结构。对于图片，你可以在互联网上找到很好的、合乎逻辑的解释。但当我使用一维数据时，这些技术在这里无法应用——Dense/Conv1DAPI也没有正确回答我的问题。
我有7000个样本，每个样本由500个整数的1-D数组表示。如果我理解正确，这没有额外的特征维度或属性，只有一个通道。因此input_shape=(,500)应该可以正常工作，因为我不必声明批量大小。但它不起作用，我只是收到消息，我的传入数据和形状不匹配。
也许有人能澄清也许我的输入数据形状不正确-numpy输入应该是什么样子？或者我的层配置错误？
提前谢谢！我真的试着思考这个问题，并且已经尝试了几个重塑或输入形状定义——不幸的是，没有任何效果。
您刚刚忘记了"通道"；维与图像一样，序列也可以具有通道。
例如，您可以运行以下代码：
import tensorflow as tf
layer = tf.keras.layers.Conv1D(input_shape=(500,), kernel_size=3, filters=2)
sample = tf.ones((1, 500, 1), dtype=tf.float32) # (bs, input_shape, channels)
out = layer(sample) # out.shape will be (1, 498, 2)