Question

我有一个X_train = [（4096，18464），（4097，43045），（4098，38948），（4099，2095），（4100，59432），（4101，55338），（4102，51245），（4103，26658），（4104，30755），....]，形状为（3283，2），并且

y_train = [19189，19189，19189，...，1155085434105692417，1155120620365152513，...]形状为（3283，1）

我使用以下代码重塑了X_train：

X_train = np.reshape(X_train, (X_train.shape[0], 1, X_train.shape[1]))
X_test = np.reshape(X_test, (X_test.shape[0], 1, X_test.shape[1]))

并成型（3283，1，2）

现在我建立一个lstm模型：

data_dim= 2
timesteps=1
num_classes=2

model_pass = Sequential()
model_pass.add(LSTM(units=64,  return_sequences=True, 
                input_shape=(timesteps, data_dim)))
model_pass.add(Dense(2, activation='sigmoid'))
model_pass.compile(loss='binary_crossentropy', optimizer='adam',metrics=['accuracy'])
model_pass.summary()
model_pass.fit(X_train, y_train,batch_size=1, epochs = 1, verbose = 1)

但这给我一个错误： ValueError：检查目标时出错：预期density_24具有3维，但数组的形状为（3283，1）

有人可以告诉我该怎么办吗？

Answer 1

在密集层之后，输出形状为(number of samples, timesteps, 2)。数字2来自Dense(2,...)。但是y_train_pass的形状可能为(number of samples, 1)。那给出了一个错误。

以下是可能的代码示例，其中我将Dense(2,...)更改为Dense(1,...)并重塑了y_train

from keras.models import Sequential
from keras.layers import LSTM
from keras.layers import Dense
import numpy as np

X_train = np.random.randn(3283,2)
X_test = np.random.randn(1000,2)
y_train = np.random.randint(2, size=(3283,1))
print(y_train.shape)
X_train = np.reshape(X_train, (X_train.shape[0], 1, X_train.shape[1]))
X_test = np.reshape(X_test, (X_test.shape[0], 1, X_test.shape[1]))
y_train = np.reshape(y_train, (y_train.shape[0],1, y_train.shape[1]))

data_dim= 2
timesteps=1
num_classes=2

model_pass = Sequential()
model_pass.add(LSTM(units=64,  return_sequences=True, 
                input_shape=(timesteps, data_dim)))
model_pass.add(Dense(1, activation='sigmoid'))
model_pass.compile(loss='binary_crossentropy', optimizer='adam',metrics=['accuracy'])
model_pass.summary()
model_pass.fit(X_train, y_train,batch_size=1, epochs = 1, verbose = 1)

顺便说一句。奇怪的是，您的y_train值没有“二进制”值，而您使用loss='binary_crossentropy'。

检查目标时出错：预期density_24具有3个维度，但数组的形状为（3283，1）

1 个答案: