在LSTM中关闭Return_Sequence后如何解决尺寸问题？

Question

我是Keras的初学者，想修改此代码。但是，我收到有关输出尺寸的错误。

这是正常工作的代码的一部分：

model.add(LSTM(64,return_sequences=True,input_shape=(tr_in.shape[1],tr_in.shape[2])))
model.add(Dense(1, activation='linear'))

model.compile(loss='mse', optimizer='adam')
model.fit(tr_in, tr_out,validation_data=(val_in, val_out))

训练和验证输入和输出矩阵是3D。 我想关闭“返回顺序”。但是我收到如下错误：

  

ValueError：检查目标时出错：预期density_3具有2   尺寸，但数组的形状为（100，16，1）。

Answer 1

我相信发生的事情是，当您将return_sequences从True更改为False时，您正在将LSTM层的输出减小为二维-特别是在处理所有时间步结束时只有一个输出。现在这与拟合期望值冲突，因为“目标”数据（tr_out）是3D。我相信return_sequences = True每个时间步输出一个结果，在您的情况下，每个样本似乎有16个时间步。我认为当return_sequences = False时，您需要使tr_out尺寸匹配（成为2D）。我希望这会有所帮助。