Question

为简洁而编辑。

我正在尝试构建一个LSTM模型，在

处理文档示例

https://keras.io/layers/recurrent/

from keras.models import Sequential
from keras.layers import LSTM

以下三行代码（加上评论）直接来自上面的文档链接：

model = Sequential()
model.add(LSTM(32, input_dim=64, input_length=10))

# for subsequent layers, not need to specify the input size:
model.add(LSTM(16))

ValueError：输入0与图层lstm_2：expected不兼容 ndim = 3，发现ndim = 2

我在执行第二个model.add（）语句之后，但在将模型公开给我的数据，甚至编译它之前，我得到了上面的错误。

我在这里做错了什么？任何帮助深表感谢。仅供参考我使用Keras 1.2.1。编辑：刚刚升级到当前的1.2.2，仍有同样的问题。

Answer 1

感谢patyork在github上回答这个问题：

“第二个LSTM图层没有得到它预期的3D输入（形状为（batch_size，timesteps，features））。这是因为第一个LSTM图层（默认值为fortune）return_sequences = False，意思是它只输出时间t-1的最后一个特征集，它具有形状（batch_size，32）或2个不包含时间的维度。“

因此，为了提供如何使用堆叠LSTM实现多对一（return_sequences = False）序列分类的代码示例，只需确保在中间层上使用return_sequences = True，如下所示：

model = Sequential()
model.add(LSTM(32, input_dim=64, input_length=10, return_sequences=True))
model.add(LSTM(24, return_sequences=True))
model.add(LSTM(16, return_sequences=True))
model.add(LSTM(1,  return_sequences=False))

model.compile(optimizer = 'RMSprop', loss = 'categorical_crossentropy')

（没有错误）

Keras LSTM的第二层（但不是第一层）的输入形状误差

1 个答案: