在keras 1.2.2中，我创建了一个具有以下维度的数据集：
<?= htmlentities(substr($movie->movie_name, 0, 10)) ?>
这里，2000是实例数（批量数据），100是每批中的样本数，32是图像行和列，3是通道数（RGB）。
我已经编写了这段代码，它在CNN之后应用了LSTM，但是，我收到了这个错误：
ValueError：输入0与图层lstm_layer不兼容：预期ndim = 3，找到ndim = 2
这是我的代码：
X_train: (2000, 100, 32, 32, 3)
y_train: (2000,1)
答案 0 :(得分：3)
尝试将每个Convolution2D(...)换成：
TimeDistributed(Convolution2D(...))
您需要让模型知道您的数据是连续的，并且您希望将某个图层应用于序列中的每个元素。这就是TimeDistributed包装器的用途。
答案 1 :(得分：0)
您确定X_train.shape[1:]是正确的使用方法吗？我会使用(32,32,3)，因为您的训练数据已经分批分割。
为了更好地控制input_shape，我建议你在第一层明确定义它。使用Void代替object.setValue(i += 1, forKey: "orderPosition")，以避免任何意外。
这对你有帮助吗？
答案 2 :(得分：0)
LSTM的输出尺寸应与您的时间步相同。 试试这个：
model.add(LSTM(output_dim=timesteps, return_sequences=True))
对我有用。