🤖buptliusiqi@buptliusiqi

“抱歉，是我没讲清楚，我是用的keras.fit（）来训练的。 我刚看查看了keras.fit()batchsize默认是32，我的训练集是（n,2,128）; 然后input shape设定是（2，128），output shape是（1，128）。 根据这个我倒数第二层输出应该是（32，1，128）的数组,应该不会在…”

“谢谢。 我定位到问题了，但不知道怎么修改。 报错里这里shape(512,1)这里的512是根据batch_size变动的，我的输入数据x是一个（M，2，512）这样的数据，我的本意是想用（512，2，512）作为一个batch来训练，所以可以请问一下如何去正确地设置batchsize吗？ 【 在 XingXudong…”

“我似乎找到问题在哪了，但是我现在不知道怎么修改。 问题是这样的，batch size设定为N， 他会把(N,1)这样的参数传到网络里，而我的输入x训练集是(None,2,M)大小的，输入层是（2,M），隐藏层是（1,M） 网络的大小是（None，1，M）这样的，所以想问一下，如何在batchsize这把输入的x调整成（…”

“【 在 MemoForward 的大作中提到: 】 : 参数个数不匹配吧 emmm，请问下做深度学习的话有没有办法看每次迭代的时候网络每一层的输入输出的数据数组呢，像matlab仿真那种。”

“行，我再去好好研究下，谢谢了！ 【 在 xfcmzd (忆江南) 的大作中提到: 】 : 你可以看一下推导你写的MMSE的过程和接收信号表达形式，各个变量代表的含义”

“谢大佬，周末在做其他部分没来得及实现这个。您说的前面我都理解了，我也看了很多文章，关于LMMSE后面也是要做的，现在在用MMSE跟文献上的图作比较。 到此还有个问题，为什么X是个方阵呢，我理解的是他不应该是导频向量吗？ 【 在 xfcmzd (忆江南) 的大作中提到: 】 : 首先，这个Rhh应该是不能用matlab自…”

“谢谢大佬回复，您说的这部分我今天上午弄清楚了， 因为我是用的梳状导频，每组导频间隔7个OFDM符号插入（每组相当于64*8个导频+数据符号），现在我想每组分开计算，就是按您的思路来计算的（也就是用64*1个导频来算相关矩阵）； 但是我用matlab的函数cov（）算的时候N*1维的矩阵算出来的h自相关矩阵Rhh就是一个…”

“”