我正在尝试运行我的第一个机器学习模型。但是我收到下面的错误。
return_sequences = True)) TypeError: init ()缺少1个必需的位置参数:'units'
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense, LSTM, Dropout
model = Sequential()
model.add(LSTM(input_dim=1,
output_dim=50,
return_sequences=True))
model.add(Dropout(0.2))
model.add(LSTM(100, return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(output_dim=1))
model.add(Activation('linear'))
start = time.time()
model.compile(loss="mse", optimizer="rmsprop")
因为它说缺少参数单位,所以我也尝试了下面的行,
model.add(LSTM(100,
input_dim=1,
output_dim=50,
return_sequences=True))
然后收到此错误消息,但我不明白为什么我第一次尝试时就没有出现这种错误。我想念什么?
TypeError :(“关键字参数无法理解:”,“ input_dim”)
答案 0 :(得分:1)
units
是LSTM
的第一个参数,代表该层输出数据的最后一个维度。它显示第一个错误,因为您的代码首次尝试中没有units
。 units
满足该条件,以便在第二次尝试中显示第二个错误。
在这种情况下,应使用input_shape
参数指定第一层输入的形状。您的第一个LSTM
层input_shape
应该有两个数据(timestep
和feature
,batch_size
默认不需要填写),因为LSTM需要三个尺寸输入。假设您的时间步为10,则应将代码更改为以下代码。
from tensorflow.python.keras.models import Sequential
from tensorflow.python.keras.layers import Dense, LSTM, Dropout,Activation
model = Sequential()
model.add(LSTM(units=100,input_shape=(10,1),return_sequences=True))
model.add(Dropout(0.2))
model.add(LSTM(100, return_sequences=False))
model.add(Dropout(0.2))
model.add(Dense(units=1))
model.add(Activation('linear'))
model.compile(loss="mse", optimizer="rmsprop")
print(model.summary())
_________________________________________________________________
Layer (type) Output Shape Param #
=================================================================
lstm (LSTM) (None, 10, 100) 40800
_________________________________________________________________
dropout (Dropout) (None, 10, 100) 0
_________________________________________________________________
lstm_1 (LSTM) (None, 100) 80400
_________________________________________________________________
dropout_1 (Dropout) (None, 100) 0
_________________________________________________________________
dense (Dense) (None, 1) 101
_________________________________________________________________
activation (Activation) (None, 1) 0
=================================================================
Total params: 121,301
Trainable params: 121,301
Non-trainable params: 0
_________________________________________________________________