我已准备好训练seq2seq的数据集。（一个文件包含问题，另一个文件包含答案）。 假设我有1000个问题（每个问题由15个单词组成）。应用word2vec（字长30）后，问题的形状将为（1000,15,30）。 我在申请
后试图训练网络 question_list.reshape((1000,15,30,1))
并应用
model.fit(questions, answers, nb_epoch=5, batch_size=32)
然后我收到了错误
ValueError: Error when checking input: expected input_4 to have 3 dimensions, but got array with shape (1000, 15, 30, 1)
这意味着，每个单词应该表示为学者（而不是30维向量）？如果是这样，使用word2vec应用单词嵌入是没有意义的.....