Question

我正在尝试构建一个LSTM网络，它接受一个序列并对每个序列中的最后一个时间步进行分类。

这是我到目前为止所做的：

const name = "John";
// assuming 'el' is an HTML DOM element
el.innerHTML = name; // harmless in this case

// ...

name = "<script>alert('I am John in an annoying alert!')</script>";
el.innerHTML = name; // harmless in this case

我的数据已被塑造成大量序列，每个序列长64个步长。每个时间步长有17个功能。第一个序列是时间步长0到63，第二个序列是时间步长1到64，等等。

网络构建得很好，但在fit方法中我得到了这个错误：

'ValueError：无法为Tensor提供形状值（64,17） 'InputData / X：0'，其形状为（？，64,17）

有人对我的问题有任何建议吗？

Answer 1

它不在您的代码段中，但看起来trainX的形状为(64, 17)。如果是这样，你应该重塑一批1号尺寸：

trainX = np.expand_dims(trainX, 0)  # now it's [1, 64, 17]

testX也一样。

TFLearn LSTM时间序列分类

1 个答案: