Question

每个循环层都需要输出，我的设置如下：

100个训练示例，每个示例3个时间步，每个元素20d特征向量。

x_train：（100,3,20）

y_train：（100,20）

LSTM体系结构：

model.add(LSTM(20, input_shape=(3,20), return_sequences=True))
model.compile(loss='mean_absolute_error', optimizer='adam', metrics=['accuracy'])
model.summary()

培训：

history = model.fit(x_train, y_train, epochs=50, validation_data=(x_test, y_test))

错误：

ValueError: Dimensions must be equal, but are 20 and 3 for '{{node Equal}} = Equal[T=DT_FLOAT, incompatible_shape_error=true](IteratorGetNext:1, Cast_1)' with input shapes: [?,20], [?,3].

请为我提供正确的输入/输出LSTM尺寸。谢谢

Answer 1

LSTM(20, input_shape=(3,20), return_sequences=True)作为输入形状(100,3,20)并返回(100,3,20)。但是，您的目标输出被编码为(100,20)。

从维度上看，我假设您想将每个序列映射到非序列，即可以：

LSTM(20, input_shape=(3,20), return_sequences=False)

这将返回最终的隐藏状态，即(100,20)的形状与您的目标输出相匹配。

Keras LSTM输入/输出形状

1 个答案: