Question

我正在尝试使用4D TimeDistributed（LSTM（...））在Keras中工作，但我遇到了输入/输出形状的问题。

batch_size = 1

model = Sequential()

model.add(TimeDistributed(LSTM(7, batch_input_shape=(batch_size,
    look_back,dataset.shape[1], dataset.shape[2]), stateful=True,
    return_sequences=True), batch_input_shape=(batch_size,
    look_back, dataset.shape[1], dataset.shape[2])))

model.add(TimeDistributed(LSTM(7, batch_input_shape= (batch_size,
    look_back,dataset.shape[1],dataset.shape[2]),
    stateful=True), batch_input_shape=(batch_size, look_back,
    dataset.shape[1], dataset.shape[2])))

model.add(TimeDistributed(Dense(7, input_shape = (batch_size,
   1,look_back, dataset.shape[1],dataset.shape[2]))))

model.compile(loss = 'mean_squared_error', optimizer='adam')

for i in range(10):
    model.fit(trainX, trainY, epochs=1, batch_size=batch_size,
        verbose=2, shuffle=False)
    model.reset_states()

trainX，trainY和dataset的输入形状如下：

trainX.shape =（63,3,34607,7）
  trainY.shape =（63,34607,7）
  dataset.shape =（100,34607,7）

我收到的错误如下：

检查目标时出错：预期time_distributed_59有形状（1,3,7），但有阵列形状（63,34607,7）

上面提到的层是关于最后一个TimeDistributed密集层。

当我打印出每层的输入和输出形状时，这是输出：

（1,3,34607,7）层[0] - 输入
  （1,3,34607,7）层[0] - 输出
  （1,3,34607,7）层[1] - 输入
  （1,3,7）层[1] - 输出
  （1,3,7）层[2] - 输入
  （1,3,7）层[2] - 输出

但是，最终输出图层应该是具有形状（1,1,34067,7）或形状（1,34067,7）的预测

感谢您的任何建议！

Answer 1

您没有在第二个Time Distributed LSTM图层上设置return sequences = True;默认为false。这可以解释您正在获得的（1,3,7）输出形状。

4D LSTM：I / O形状问题

1 个答案: