我一直收到错误，我的输入形状应该有 3 个维度，但它有 2 个维度，我不知道如何打乱它以使其工作。我已经检查了类似的问题，但在这里我将显示我的具体问题。
我的数据集是一系列.wav音频文件，我有一个路径，我已经匹配了相应的单词和 MFCC。
我有一个 75859 个数组，其中每个数组由 99 个列表组成，其中每个列表有 13 个值。
这是我x_train：
x_train = x_train.reshape(x_train.shape[0],coeff, time_step)
len(x_train[1]) = 99
len(x_train[1][0]) = 13
x_train[1][0][0] = a single number i.e. 0.10
x_train.shape[0] = 75859
(我确实信任我的 Conv1D 模型，到目前为止我对此没有任何怀疑(
这是我得到的错误：
ValueError: Error when checking input: expected conv1d_61_input to have 3 dimensions, but got array with shape (18965, 1)
>神经网络第一层的input_shape参数需要与输入相对应。将其设置为：input_shape=x_train.shape[1:]。如果这不起作用，请使用整个模型架构更新您的帖子。