ValueError:检查目标时出错：上采样1 d_1应为3维，但得到的数组形状为（1108，29430）

Question

我试图在Keras（Tensorflow后端）中制作一个卷积式自动编码器，但最后一层的尺寸有问题：

m.add(Embedding(features, embedding_dims, input_length=maxlen, input_shape=(features, ) ))
m.add(Dropout(0.2))

m.add(Conv1D(filters, kernel_size, padding='valid', activation='relu', strides=1, input_shape=(features, ) ))
m.add(MaxPooling1D())

m.add(Conv1D(filters, kernel_size, padding='valid', activation='relu', strides=1, input_shape=(features, ) ))
m.add(UpSampling1D(input_shape=(m.layers[-1].output_shape) ))

模型总结如下：

^{pr2}$

错误消息表示需要三个维度： ValueError: Error when checking target: expected up_sampling1d_1 to have 3 dimensions, but got array with shape (1108, 29430)。但是，最后一层的输出是（None，5947，70），这是三维的。（110829430）是原始数据的维度（1108个样本具有29430个特征）。在