LSTM input_shape 不兼容

Question

我正在尝试使用 Keras 构建一个顺序模型，并将 LSTM 层作为第一层。 train_x 的形状为 (21000, 2)，我使用的批量大小为 10

当我尝试时

 model = Sequential()
 model.add(LSTM(128, activation='relu', input_shape=(
        train_x.shape[1:]), return_sequences=True))

我收到一个错误提示

输入 0 与层 lstm_1 不兼容：预期 ndim=3，发现 ndim=2

然后我尝试更改 input_shape 并将其设置为 input_shape=(train_x.shape) 并收到另一个错误提示

检查输入时出错：预期 lstm_1_input 有 3 个维度，但得到的数组形状为 (21000, 2)

我做错了什么？

Answer 1

Keras LSTM 层期望输入为3 暗淡为(batch_size, seq_length, input_dims)，但您分配错误。试试这个

input_dims = train_x.shape[1]
seq_length = #decide an integer
model = Sequential()
 model.add(LSTM(128, activation='relu', input_shape=(seq_length, input_dims), return_sequences=True))

您还需要将数据重塑为三个暗淡，其中新的暗淡将代表序列，如

我用玩具数据集来展示一个例子，这里的数据和标签最初的形状是((150, 4), (150,))，使用以下脚本：

seq_length = 10
dataX = []
dataY = []
for i in range(0, 150 - seq_length, 1):
    dataX.append(data[i:i+seq_length])
    dataY.append(labels[i+seq_length-1])
import numpy as np
dataX = np.reshape(dataX, (-1, seq_length, 4))
dataY = np.reshape(dataY, (-1, 1))
# dataX.shape, dataY.shape

输出：((140, 10, 4), (140, 1))

现在您可以安全地将其喂给模型了。

注意：我为many-to-one模型准备了数据集，但你可以适当地使用它。