MATLAB搭建CNN-BiLSTM做ECG分类时训练数据观测数不一致报错如何解决

报错核心是trainNetwork对序列输入层的输入维度识别逻辑和当前传入的Xtrain格式不匹配，导致系统判定X、Y的样本数不一致，可按以下步骤修改：

• 修正输入维度与输入层配置
  你当前的Xtrain为4D图像格式[高度, 宽度, 通道, 样本数]，但sequenceInputLayer要求的1维时序输入为3D格式[特征数, 时间步长, 样本数]：
  首先调整输入层配置，修改inputSize为时序维度：

inputSize = [1 300]; % 1个特征维度，300个时间步

对Xtrain做维度压缩，去掉冗余的单通道维度：

Xtrain = squeeze(Xtrain); % 执行后Xtrain维度变为1×300×91147，符合序列输入要求

• 确认标签格式有效性
  检查Ytrain是否为分类任务要求的categorical类型，若为数值标签需做转换：

if ~iscategorical(Ytrain)
    Ytrain = categorical(Ytrain);
end

• 验证网络结构合法性
  执行以下代码检查网络各层输入输出维度是否匹配，避免中间层维度错误导致的输出样本数不匹配：

analyzeNetwork(lgraph)

确认网络输入要求与调整后的Xtrain维度一致，最终输出层的样本数维度匹配91147即可。

内容的提问来源于stack exchange，提问作者Ioana Cretu