使用model.fit()时，数据格式不正确，需要NHWC的数据格式

[carrigeofboom]

以下是发生错误的代码
history = model.fit(x=X_train, y=y_train, batch_size = 100, epochs=400,
verbose=2, validation_data=(X_test, y_test),
shuffle=True, initial_epoch=0)

错误日志如下：

InvalidArgumentError Traceback (most recent call last)
e:\Git_repository\bear_fault_diagnosis\cnn_lstm_model.ipynb 单元格 11 line 1
----> 1 history = model.fit(x=X_train, y=y_train, batch_size = 100, epochs=400,
2 verbose=2, validation_data=(X_test, y_test),
3 shuffle=True, initial_epoch=0)

File d:\viewer\Conda\envs\failuredetection\lib\site-packages\keras\src\utils\traceback_utils.py:70, in filter_traceback..error_handler(*args, **kwargs)
67 filtered_tb = _process_traceback_frames(e.traceback)
68 # To get the full stack trace, call:
69 # tf.debugging.disable_traceback_filtering()
---> 70 raise e.with_traceback(filtered_tb) from None
71 finally:
72 del filtered_tb

File d:\viewer\Conda\envs\failuredetection\lib\site-packages\tensorflow\python\eager\execute.py:53, in quick_execute(op_name, num_outputs, inputs, attrs, ctx, name)
51 try:
52 ctx.ensure_initialized()
---> 53 tensors = pywrap_tfe.TFE_Py_Execute(ctx._handle, device_name, op_name,
54 inputs, attrs, num_outputs)
55 except core._NotOkStatusException as e:
56 if name is not None:

InvalidArgumentError: Graph execution error:
...
File "d:\viewer\Conda\envs\failuredetection\lib\site-packages\keras\src\optimizers\optimizer.py", line 276, in compute_gradients
grads = tape.gradient(loss, var_list)
Node: 'gradient_tape/model/conv1d_1/Conv1D/Conv2DBackpropInput'
Conv2DCustomBackpropInputOp only supports NHWC.
[[{{node gradient_tape/model/conv1d_1/Conv1D/Conv2DBackpropInput}}]] [Op:__inference_train_function_7795]

[Xiaohan-Chen]

报错的代码显示你使用了二维卷积，轴承故障数据一般为一维数据。将二维卷积替换为一维应该就可以解决。

[kiddada]

您好，我现在也在做故障诊断方面，昨天读了您的文章我想请问您的代码是不是不完整？（后面的精确率图没有画出来？）

[carrigeofboom]

我没有对代码进行修改，数据集也是从官网直接下载的，不应该出现二维卷积吧

[kiddada]

你好，请问你的问题解决了吗我也遇到跟你一样的问题

[lhn384]

你好，我也遇到这个问题请问你解决了吗

[Xiaohan-Chen]

可能是由于版本问题，当时使用的是tensorflow 1.14版本，keras也还没有集成在tensorflow中，所以与目前tensorflow 2.0版本差距较大。

[cjjcn]

此问题是由于在CPU上运行时调用了GPU算子而导致的，解决方法是去除model内的各个channel设置参数（变回默认的last模式）），同时调整输入参数结构（即对换输入的两个维度大小）即可解决