从LSTM到密集层的输出尺寸不匹配

时间:2020-02-01 19:37:06

标签: lstm recurrent-neural-network keras-layer

我为我的一个项目写了这个模型。当我具有以下结构时,此处模型可以正常编译。 (请注意最后的LSTM和密集层)

-no-pie -fno-pie

但是当我如下更改单位值时,代码无法编译。

regressor = Sequential()

regressor.add(LSTM(units = 100, return_sequences = True, input_shape = (train_1.shape[1], 5)))
regressor.add(Dropout(0.25))

regressor.add(LSTM(units = 100, return_sequences = True))
regressor.add(Dropout(0.25))

regressor.add(LSTM(units = 100, return_sequences = True))
regressor.add(Dropout(0.25))

regressor.add(LSTM(units = 100))
regressor.add(Dropout(0.25))

regressor.add(Dense(units = 5))

它给出以下错误。

ValueError:检查目标时出错:预期density_6的形状为(2,),但数组的形状为(5,)

我不明白为什么要得到这个。即使将密集单位更改为1,也会发生相同的错误。

有人可以向我解释其背后的原因吗?很好地阅读有关此问题的参考也将有很大帮助。 谢谢。感谢您的帮助。

0 个答案:

没有答案