Question

from random import randint
from random import seed
import math
import numpy as np
from keras.models import Sequential
from keras.layers import LSTM
from keras.layers import Dense,TimeDistributed,RepeatVector

seed(1)
def ele():
    X,y = [],[]
    for i in range(1):
        l1=[]
        for _ in range(2):
            l1.append(randint(1,10))
        X.append(l1)
        y.append(sum(l1))
    for i in range(1):
        X = str(X[0][0])+'+'+str(X[0][1])
        y = str(y[0])
    char_to_int = dict((c, i) for i, c in enumerate(alphabet))
    Xenc,yenc = [],[]
    for pattern in X:
        integer_encoded = [char_to_int[char] for char in pattern]
        Xenc.append(integer_encoded[0])
    for pattern in y:
        integer_encoded = [char_to_int[char] for char in pattern]
        yenc.append(integer_encoded[0])
    k,k1 = [],[]
    for i in range(1):
        for j in Xenc:
            vec = np.zeros(11)
            vec[j] = 1
            k.append(vec)
        for j in yenc:
            vec1 = np.zeros(11)
            vec1[j] = 1
            k1.append(vec1)
        k = np.array(k)
        k1 = np.array(k1)
    return k,k1

alphabet = ['0', '1', '2', '3', '4', '5', '6', '7', '8', '9', '+']

model = Sequential()
model.add(LSTM(100, input_shape=(n_in_seq_length,11)))
model.add(RepeatVector(2))
model.add(LSTM(50, return_sequences=True))
model.add(TimeDistributed(Dense(n_chars, activation='softmax')))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

for i in range(1):
    X,y = ele()
    #X = np.reshape(X, (4,1,11))
    model.fit(X, y, epochs=1, batch_size=10)

我收到此错误：

ValueError跟踪（最近的呼叫   最后）在（）        53 X，y = ele（）        54 #X = np.reshape（X，（4,1,11））   ---> 55 model.fit（X，y，epochs = 1，batch_size = 10）

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ training.py in fit（self，x，   y，batch_size，epoch，冗长，回调，validation_split，   validate_data，随机播放，class_weight，sample_weight，initial_epoch，   steps_per_epoch，validation_steps，** kwargs）       948 sample_weight = sample_weight，       第949章   -> 950 batch_size =批量大小）       951＃准备验证数据。       952 do_validation = False

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ training.py在   _standardize_user_data（自身，x，y，sample_weight，class_weight，check_array_lengths，batch_size）       第747章       748 check_batch_axis = False，＃不强制执行批量大小。   -> 749 exception_prefix ='输入'）       750       751，如果y不为None：

〜\ Anaconda3 \ lib \ site-packages \ keras \ engine \ training_utils.py在   standardize_input_data（数据，名称，形状，check_batch_axis，   exception_prefix）       125'：期望的'+名称[i] +'具有'+       126 str（len（shape））+'尺寸，但得到数组'   -> 127'具有形状'+ str（data_shape））       128如果不是check_batch_axis：       129 data_shape = data_shape [1：]

ValueError：检查输入时出错：预期lstm_42_input具有   3维，但数组的形状为（4，11）

Answer 1

代码中的

是重塑数据的问题。用于重塑Error when checking model input: expected lstm_1_input to have 3 dimensions, but got array with shape (339732, 29)和https://github.com/keras-team/keras/issues/5214。在python数组中，[和]的数目表示数组的维数

TimeDistributed层在您的代码中至少需要两个个时间步，在timestep=3下面的代码中使用，因为33不能被2整除。通常，{ {1}}层用于实现一对多和一对多配置，请参见https://github.com/keras-team/keras/issues/1029

以下代码有效，对 1个样本（batch_size），3个时间步长，11个功能进行了重塑：

TimeDistributed

重塑时出错

1 个答案: