Question

非常感谢您在Keras中创建LSTM模型的帮助。我的输入是一个二维numpy数组，其中的行是长度相等的数字时间序列。我编写了以下几行代码来创建一个LSTM模型，该模型可对原始数据进行操作而无需嵌入层：

lstm_clf = Sequential()
lstm_clf.add(LSTM(100, input_shape=(X_train[0], X_train[1]))
lstm_clf.add(Dense(7, activation='softmax'))
lstm_clf.compile(loss='sparse_categorical_crossentropy', optimizer='Adam', metrics=['accuracy'])

到达拟合阶段时，出现以下错误：“ ValueError：检查输入时出错：预期lstm_11_input具有3维，但数组的形状为（100，289）。”

任何人都可以向我解释我做错了什么以及如何修复代码。它必须与输入形状有关，但我不知道它是什么。

非常感谢您的帮助，

亚历山大。

Answer 1

我能找到答案。这是正确的代码：

<dependency>
    <groupId>javax.servlet</groupId>
    <artifactId>javax.servlet-api</artifactId>
    <version>3.1.0</version>
    <scope>provided</scope>
</dependency>

lstm_clf.add（LSTM（100，input_shape =（1，max_seq_len））） lstm_clf.add（密集（7，激活='softmax'）） lstm_clf.compile（loss ='sparse_categorical_crossentropy'，optimizer ='Adam'，metrics = ['accuracy']）

我的数据还必须重塑，如下所示：

lstm_clf = Sequential()

X_seqs_test =重塑（X_seqs_test，（X_seqs_test.shape [0]，1，X_seqs_test.shape 1））

这些更改解决了问题。 here找到了导致答案的线索。

在Keras中实施LSTM

1 个答案: