Question

我正在尝试构建入侵检测LSTM和自动编码器。但是我不明白为什么repeat_vector_58需要ndim = 3。我无法弄清楚。下面是我的代码：

x_train.shape：（8000，1，82）

x_test.shape：（2000，1，82）

x_train = np.reshape(trainX, (trainX.shape[0], 1, trainX.shape[1]))
x_test = np.reshape(testT, (testT.shape[0], 1, testT.shape[1]))

start = time.time()
model = Sequential()
model.add(LSTM(128, activation='relu',recurrent_dropout=0.5,return_sequences=True,input_dim=82))
model.add(RepeatVector(82))
model.add(Dropout(0.3))
model.add(LSTM(64, activation='relu',recurrent_dropout=0.5,return_sequences=False))
model.add(Dropout(0.3))
model.add(TimeDistributed(Dense(1,activation='softmax')))

ValueError: Input 0 is incompatible with layer repeat_vector_58: expected ndim=2, found ndim=3

Answer 1

LSTM 层需要 3 维输入，因为它是循环层。预期的输入是 (batch_size, timesteps, input_dim)。规范 input_dim=82 需要 2-dim 输入，但预期输入是 3-dim。
因此，解决您的错误的方法是将 input_dim=82 更改为 input_shape=(82,1)。

model = Sequential()
model.add(LSTM(128,activation='relu',recurrent_dropout=0.5,return_sequences=True,input_shape=(82,1)))

ValueError：输入0与图层repeat_vector_58不兼容：预期ndim = 2，找到的ndim = 3

1 个答案: