Question

这是数据准备的一部分-我只希望数据形状正确

x_train , x_test, y_train, y_test = train_test_split(input_data, y , test_size = 0.2 , random_state = 33)
print(x_train.shape)
print(y_train.shape)

（200，3）

（200，1）

#Converting them into numpy arrays 
input_x_train = x_train.as_matrix()
input_y_train = y_train.as_matrix()
print(input_x_train.shape)
print(input_y_train.shape)

（200，3）

（200，1）

input_x_test = x_test.as_matrix()
input_y_test = y_test.as_matrix()
print(input_x_test.shape)
print(input_y_test.shape)

（51，3）

（51，1）

#Reshaping into LSTM input format 
input_x = input_x_train.reshape((1, input_x_train.shape[0], input_x_train.shape[1]))
print(input_x.shape)

（1，200，3）

然后我像这样建立我的模型：

import keras
from keras.models import Sequential
from keras.layers import Dense, Dropout, Activation
from keras.layers.recurrent import LSTM 
from keras.layers.normalization import BatchNormalization
model = Sequential()
model.add(LSTM(32, input_shape=(200, 3)))
model.add(Dense(1))
model.compile(loss='mse', optimizer='adam')
model.fit(input_x, input_y_train, epochs=1, batch_size=16)

但是我收到此错误

ValueError：输入数组的样本数应与目标数组。找到1个输入样本和200个目标样本。

Answer 1

input_shape参数不应包含您的批量大小。假设您的数据集的每个样本都具有三个功能，则应设置input_shape=(3,)。

此外，您不应将批次重塑为(1, batch_size, 3)。我不确定为什么要这么做，但据我所知这会破坏一切。完全删除该行。

ValueError：输入数组应与目标数组LSTM Keras具有相同数量的样本

1 个答案: