使用Keras的LSTM，输入到第一层的输入的尺寸误差

Question

如上所述，我的LSTM网络中的输入数据维度存在问题，这给了我下一个错误：

  

ValueError：输入0与lstm_1层不兼容：预期ndim = 3，找到ndim = 2

我的代码：

input_data = Input((20,))
z = Embedding(5000, input_length=20, output_dim=80, 
weights[embedding_matrix])(input_data)

#z:(?,25,100)->(batch_size?,25-sentence length,100-embedding_size)

z = BatchNormalization(axis=-1)(z)
z = LSTM(256,return_sequences=True)(inputs)
z = LSTM(128)(z)
z = Dense(64, activation='relu')(z)
out = Dense(1, activation='sigmoid')(z)

model = Model(input_data,out)

我在LSTM的第一层中遇到了错误。

我知道问题是"?"中的axis=0，试图解决此问题。 这些就是我尝试过的事情：

1. 受此解决方案启发： "https://stackoverflow.com/questions/49721810/lstm-keras-value-input-dimension-error"

   x = x.reshape（1，x.shape [0]，x.shape 1）

   但是我得到了这个错误：

     

   IndexError：元组索引超出范围

2. 也尝试过：

     

   x = np.expand_dims（x，axis = 0）

   但不是因为类型不匹配。

我尝试了更多解决方案，但是没有运气，如果有人可以帮助我解决问题，我会很高兴。

谢谢！