TF.Keras中的LSTM层输入不兼容

Question

我正在尝试对一些我嵌入的文本数据运行LSTM。

我的输入的形状为(training_set_size, paragraph_length, embedding_dimension)

输出是0到31之间的整数的矢量，表示32个可能的标签之一，每个单词都被标签。它的形状为(training_set_size, paragraph_length, 1)

在添加嵌入之前，需要进行一些细微调整。 那时，我输入的形状是(training_set_size, paragraph_length, 1)，LSTM层的input_shape是(paragraph_length, 1)

我的问题是我遇到了两个错误之一，而解决一个错误似乎导致了另一个错误。

这是我的代码：

model = tf.keras.models.Sequential([
    tf.keras.layers.LSTM(128, input_shape = (input_len, embedding_dim), return_sequences=True),
    tf.keras.layers.TimeDistributed(tf.keras.layers.Dense(32))
])

model.compile('adam', 'sparse_categorical_crossentropy', metrics=['accuracy'])

model.fit(x_train, y_train, epochs=5)
model.evaluate(x_test, y_test)

上面的代码产生以下错误：

  

ValueError：检查输入时出错：预期lstm_input具有3维，但数组的形状为（1000，100）

---

所以我试图更改LSTM输入的形状：

input_shape = (input_len, embedding_dim, 1)

这将产生以下不同的错误：

  

lstm_8层的输入0与该层不兼容：预期ndim = 3，找到的ndim = 4。收到完整图形：[None，1000，100，1]

编辑：training_set_size=17744，paragraph_length=1000和embedding_dim=100