Keras中使用channels_first的Conv1D报错问题求助

你遇到的这个错误，核心原因是Keras早期版本的Conv1D层并不支持data_format这个参数——这个参数是为Conv2D/Conv3D这类处理多维数据的卷积层设计的，Conv1D会自动根据你传入的输入形状来推断通道维度的位置，不需要手动指定。

错误原因拆解 #

你在调用Conv1D时显式传入了data_format='channels_first'，但你使用的旧版Keras（对应Python3.6环境的版本）中，Conv1D的初始化方法根本没有这个参数，这就导致了"got multiple values for keyword argument"的参数冲突错误。

修正后的代码 #

只需要移除Conv1D中的data_format参数，同时保持输入形状为(1, 100)（对应channels_first的格式）即可正常运行：

n_class = 10 
input_shape = (1, 100)  # channels_first格式：(通道数, 时间步长)
inp = Input(shape=input_shape)
x = Conv1D(4, kernel_size=9, activation=activations.relu, padding='same')(inp)
x = MaxPool1D(pool_size=5)(x)
x = Flatten()(x)
out = Dense(n_class, activation='softmax')(x)
model = Model(inputs=inp, outputs=out)

补充说明 #

对于Conv1D来说：

• 当使用channels_last时，输入形状是(steps, channels)（比如你最初的(100, 1)）
• 当使用channels_first时，输入形状是(channels, steps)（即你设置的(1, 100)）
  Conv1D会自动识别输入形状中的通道位置，不需要额外指定data_format参数，这也是和Conv2D最大的区别之一。

内容的提问来源于stack exchange，提问作者dave