Python机器学习LSTM：无法重塑LSTM的输入答案

【问题标题】：Python machine learning LSTM: cannot reshape input for LSTMPython机器学习LSTM：无法重塑LSTM的输入
【发布时间】：2020-02-21 01:58:44
【问题描述】：

我正在努力使 LSTM 工作。我在 Stack Overflow 上发现了一个问题：

Neural Network LSTM input shape from dataframe

这似乎对我有所帮助，但实际上我遇到了另一个问题：无法重塑数据，但我按照“指令”执行所有步骤。

我有 48 行 × 22 列的数据集，其中第一列是日期。标签列与该数据集分离。所以我有 21 个预测特征。

但是当我这样做时

# Extract your training data
X_train_init = np.asarray(DF.padded_input_vectors)
print(X_train_init.shape)
# Use hstack to and reshape to make the inputs a 3d vector
X_train = np.hstack(X_train_init).reshape(len(DF),max_sequence_length,21)
y_train = np.hstack(np.asarray(train_target)).reshape(len(DF),1)

我明白了：

(48,)
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-14-ea37bd9226df> in <module>
      3 print(X_train_init.shape)
      4 # Use hstack to and reshape to make the inputs a 3d vector
----> 5 X_train = np.hstack(X_train_init).reshape(len(DF),max_sequence_length,21)
      6 y_train = np.hstack(np.asarray(train_target)).reshape(len(DF),1)

ValueError: cannot reshape array of size 48 into shape (48,48,21)

【问题讨论】：

标签： python tensorflow lstm

【解决方案1】：

LSTM 模型需要 [samples、时间步数、特征]形式的 3D 输入

因此 X_train 应该有 3D 格式的数据。

火车数据应该能够正确地重新塑造成这种 3D 格式。

这可以通过一个简单的例子来理解。例如。我们总共有 10 名学生，每个学生都有 4 个不同科目（特征/列）的 5 周在线学习互动记录。

这意味着数据框由 10*5 = 50 行和 4 列（主题）组成。现在，这些数据可以很容易地重塑为 3D 格式

X_train_shaped= np.reshape(X_train.values,(10,5,4))

但是，有问题的代码无法将 48 的单个向量重塑为 (48,48,21)，因为数据对于 3D 表示不准确。

【讨论】：

【解决方案2】：

(48,) 的形状是大小为 48 的单个数组。对于(48, 48, 21) 的形状，您需要 48,384 个元素，因此您无法将 48 个元素的大小调整为该形状。也许您需要以某种方式添加元素？无论如何，这就是重塑失败的原因。

编辑：检查您的导入，这似乎是问题所在。

【讨论】：