RNN模型上的网格搜索时训练数据的形状不正确

Question

请使用以下代码为我提供帮助，当我尝试将模型直接拟合到数据上时，该代码运行良好，但是在Grid Search上失败（我在{的结尾处注释了直接的model.fit()部分{1}}语句，可以给我令人满意的结果。也请告诉我在重新定义训练数据时是否出错，因为我对该领域非常陌生。我预处理过的数据集grid.fit()的形状为（96 ，变量）（列表列表）

mt

Answer 1

实际上，您不需要调整训练数据x_train。您必须更改input_shape层的GRU。

model.add(GRU(1, implementation=1, activity_regularizer=regularizers.l1(0.01), return_sequences=True, input_shape=(len(x_train[0]),)))

但是，如果要保留调整后的训练数据，则输入形状将为input_shape=(len(x_train[0]),1))