Question

我想构建一个深RNN，其中我的x_train形状为(318,39)，而我的y_train形状为(318,)。当我执行以下代码时：

model.add(LSTM(20,input_shape=(X_train.shape[1:]), activation='relu', return_sequences=True))
model.add(LSTM(20, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])
history = model.fit(X_train,y_train,batch_size=20,epochs=250)

我遇到以下错误：

ValueError: Input 0 is incompatible with layer lstm_60: expected ndim=3, found ndim=2

Answer 1

LSTM层的预期输入形状为[batch, timesteps, feature]。您正在传递[batch, timesteps]。您要做的就是传递[batch, timesteps, 1]（在右侧扩展尺寸）。您可以这样做：

X_train = X_train[..., None]

Answer 2

由于您使用的是LSTM，所以我假设您的输入数据是连续的，即您有318个示例，每个示例有39个时间步长？在这种情况下，您应该首先正确调整输入数据的形状，例如：

import numpy as np
X_train = np.expand_dims(X_train, -1)

这将使您的X_train重塑为(318, 39, 1)的形状，然后将起作用（仅在我最初的假设正确的情况下）

Answer 3

只需重塑X_train

X_train.reshape(X_train.shape[0],X_train.shape[1],1)

适合功能之前。

LSTM需要3D数组（批大小，时间步长，功能）。对于您的情况，由于您具有1个功能，因此需要添加一个额外的尺寸。

ValueError：输入0与层lstm_60不兼容：预期ndim = 3，找到的ndim = 2

3 个答案: