InvalidArgumentError：不兼容的形状：[1150,64] 与 [1150] [Op:SquaredDifference]答案

【问题标题】：InvalidArgumentError: Incompatible shapes: [1150,64] vs. [1150] [Op:SquaredDifference]InvalidArgumentError：不兼容的形状：[1150,64] 与 [1150] [Op:SquaredDifference]
【发布时间】：2022-08-16 00:41:15
【问题描述】：

我一直在学习 Coursera 的序列、时间序列和预测课程。我在最后一个作业中遇到问题，但不能完全弄清楚问题是什么。它说形状无效，我不知道为什么。我尝试一遍又一遍地参考视频，但代码在我的初学者眼中似乎是正确的。这是我整个笔记本的链接，有人可以看看并说出问题所在吗？

Notebook

标签： numpy tensorflow conv-neural-network

【解决方案1】：

错误是由于切片不当造成的。替换以下行

# Slice the forecast to get only the predictions for the validation set
rnn_forecast = rnn_forecast[G.SPLIT_TIME - G.WINDOW_SIZE:-1]

使用下面的行来避免错误。

rnn_forecast = rnn_forecast[G.SPLIT_TIME - G.WINDOW_SIZE:-1,-1, 0]

【讨论】：

IndexError：数组的索引过多：数组是二维的，但索引了 3 个
此外，以下代码（您要求编辑的代码）将用于评分，因此不要更改它。
注意：不要修改下面的单元格。

【解决方案2】：

rnn_forecast = rnn_forecast[G.SPLIT_TIME - G.WINDOW_SIZE:-1,-1, 0]

这是真的，但 Cousera 不允许修改他们的代码。

【讨论】：

【解决方案3】：

请检查您的create_uncompiled_model 函数并确保您不会返回序列。从长时间的尝试和错误中学到了它...

像这样tf.keras.layers.LSTM(60, return_sequences=False)

【讨论】：

【解决方案4】：

我也有和你一样的错误！你修好了吗？你能和我分享吗？

【讨论】：