我一直收到错误提示，我的输入形状应该有3个维度，但实际上只有2个，我不知道如何调整它以使其工作。我已经检查了类似的问题，但在这里我将展示我的具体问题。

我的数据集是一系列的.wav音频文件，我已经有了它们的路径，并且已经与相应的单词和MFCC匹配。

我有75859个数组，每个数组包含99个列表，每个列表有13个值。

这是我的x_train：

x_train = x_train.reshape(x_train.shape[0],coeff, time_step)
len(x_train[1]) = 99
len(x_train[1][0]) = 13
x_train[1][0][0] = 一个单独的数字，即0.10
x_train.shape[0] = 75859

（我对我的Conv1D模型充满信心，目前为止没有怀疑）

这是我收到的错误：

ValueError: Error when checking input: expected conv1d_61_input to have 3 dimensions, but got array with shape (18965, 1)

回答：

你的神经网络第一层的input_shape参数需要与输入相对应。将其设置为：input_shape=x_train.shape[1:]。如果这不起作用，请更新你的帖子，提供你的整个模型架构。