Question

我是Keras的新手，我想构建一个深层的RNN，我的x_train形状为（1115,106），我的y_train有（1115,11）个样本，我无法解决从以下代码中得到的错误：

    model_3=Sequential()

    model_3.add(LSTM(64,return_sequences=True,activation='relu'))
    model_3.add(Dropout(0.2))

    model_3.add(LSTM(64,activation='relu'))
    model_3.add(Dropout(0.2))

    model_3.add(Dense(64,activation='relu'))
    model_3.add(Dropout(0.2))

    model_3.add(Dense(11,activation='softmax'))


    model_3.compile(optimizer='adam',
          loss='mean_squared_error',
          metrics=['accuracy'])

    DNN_3= model_3.fit(x_train, y_train,batch_size=64, epochs=100)

在（）中 24个指标= ['准确性']） 25 ---> 26 DNN_3 = model_3.fit（x_train，y_train，batch_size = 64，epochs = 100） 27 28

ValueError：输入0与lstm_24层不兼容：预期的ndim = 3，找到的ndim = 2

Answer 1

您必须做两件事：

LSTM采用形状为(n_samples, n_timesteps, n_features)的输入，因此它“期望ndim = 3”。因此，如果一段时间内有1000个数据点（为简单起见，取整为1115），则可以将数据重塑为(40, 25, 106)的形状作为输入，(40, 25, 11)的形状作为输出。 n_samples和n_timesteps的选择取决于问题，应由您决定。这样可以解决您现在遇到的错误，但是随后您将遇到另一个错误。
将return_sequences=True添加到第二个LSTM中，似乎您需要一个多对多的体系结构。

输入0与lstm_24层不兼容：预期ndim = 3，找到的ndim = 2

1 个答案: