Question

我对时间序列数据有疑问。我的训练数据集的维度为（3183，1，6）

我的模特：

model = Sequential()
model.add(LSTM(100, input_shape = (training_input_data.shape[1], training_input_data.shape[2])))
model.add(Dropout(0.2))
model.add(LSTM(100, input_shape = (training_input_data.shape[1], training_input_data.shape[2])))
model.add(Dense(1))
model.compile(optimizer = 'adam', loss='mse')

在第二个LSTM层出现以下错误：

ValueError：输入0与lstm_2层不兼容：预期 ndim = 3，找到的ndim = 2，但是没有ndim参数。

Answer 1

问题在于第一LSTM层返回的形状为(batch_size, 100)。如果要迭代第二个LSTM层，则可能应该在第一个LSTM层中添加选项return_sequences=True（然后将返回形状为(batch_size, training_input_data.shape[1], 100)的对象。

请注意，在第二个LSTM中传递input_shape = (..)并不是强制性的，因为该层的输入形状是根据第一个LSTM的输出形状自动计算的。

Answer 2

您需要设置参数return_sequences = True才能堆叠LSTM层。

model = Sequential()
model.add(LSTM(
    100,
    input_shape = (training_input_data.shape[1], training_input_data.shape[2]),
    return_sequences=True
))
model.add(Dropout(0.2))
model.add(LSTM(100, input_shape = (training_input_data.shape[1], training_input_data.shape[2])))
model.add(Dense(1))
model.compile(optimizer = 'adam', loss='mse')

另请参阅How to stack multiple lstm in keras?

如何解决：ValueError：输入0与lstm_2层不兼容：预期的ndim = 3，找到的ndim = 2

2 个答案: