Question

我是这个领域的新手。我尝试使用两个输入：价格和情绪来预测下一个小时的价格。搜索后，我发现有一个教程，这是def：

import keras
def buildModel(dataLength, labelLength):
    price = Input(shape = (dataLength,1),name='price')
    sentiment = Input(shape=(dataLength,1),name='sentiment')

    priceLayers = LSTM(64, return_sequences=False)(price)
    sentimentLayers = LSTM(64, return_sequences=False)(sentiment)

    output = keras.layers.concatenate(
        [
            priceLayers,
            sentimentLayers,
        ]
    )
    output = Dense(labelLength, activation='linear',name='output')(output)

    model = Model(
        inputs = [
            price,
            sentiment
        ],
        outputs=[
            output
        ]
    )
    model.compile(optimizer='rmsprop',loss='mse')
    return model

我的两个输入的形状是： trainX = (1, 22234, 51) trainS = (1, 22285, 1)

我执行def：

lstm = buildModel(22234,1)
lstm.fit([trainX,trainS],[trainX],validation_data=(
        [testX,testS],
        [testX]),epochs = 10
)

但是我得到Error when checking input: expected price to have shape (22234, 1) but got array with shape (22234, 51)

实际上，我对形状非常困惑，所以我的问题是：

我该如何解决错误
对于我的trainX和trainS，它们的形状是初始（22234，51）和（22285，1），但是由于输入必须是3D，所以我发现一个教程说input_shape是（2,10）->（ batch_size，2、10）。因此，我以批量大小= 1将输入重塑为（1,22234，51）和（1,22285，1）。在此步骤中，我正确吗？以及我应该如何确定批量大小？

3。在lstm.fit中，我不知道应该输入什么输出，因此我标记为粗体的地方正确吗？

 lstm.fit([trainX,trainS],**[trainX]**,validation_data=(
            [testX,testS],
            **[testX]**),epochs = 10
    )

LSTM输入形状和输出

0 个答案: