Question

我试图用Keras做一个自动编码器。我遇到以下错误

ValueError：检查输入时出错：预期lstm_1_input具有3 尺寸，但数组的形状为（480，7）

这些是以下数据信息

df.shape => (480, 7)

timesteps = 15
dim = 7
lH = LossHistory()

model = Sequential()
model.add(LSTM(50, input_shape=(timesteps,dim), return_sequences=True))
model.add(Dense(dim))
model.compile(loss='mae',optimizer = 'adam')

这是使用fit时的问题

model.fit(data,data, epochs=20, batch_size=100, validation_data=(data,data),verbose=0, shuffle=False, callbacks=[lH])

Answer 1

在此link中，您可以将自动编码器设置为

inputs = Input(shape=(timesteps, input_dim))
encoded = LSTM(latent_dim)(inputs)

decoded = RepeatVector(timesteps)(encoded)
decoded = LSTM(input_dim, return_sequences=True)(decoded)

sequence_autoencoder = Model(inputs, decoded)
encoder = Model(inputs, encoded)

但是您应该确定每个样本的时间步长。例如，如果您决定每个样本有10个步长，则可以将480个观测值“切碎”整个数据，分成48个样本，每个样本有10个时间步长。现在输入形状为（48，10，7）。

LSTM自动编码器关于Keras尺寸的问题

1 个答案: