Keras 输入数据格式答案

【问题标题】：Keras input data formatKeras 输入数据格式
【发布时间】：2017-11-26 23:33:23
【问题描述】：

我正在尝试将自己的数据结构传递到 Keras 中的 LSTM 层，但模型的训练很早就失败了。

我打算创建一个固定长度的序列并接收相同大小的输出序列。目前顺序如下：

[0, 0, 0, 1, 1, 1, 2, 2, 2, 3, 3, 3]

这是一个列表，然后我使用 np.array() 将其转换为 np 数组。标签序列的构建方式类似。我总共有 8000 个这样的序列，它们的长度都是 12。

在我的 Keras 模型中，LSTM 是第一层。这需要我将数据的输入形状传递给模型。我尝试填充几种形状，但无济于事。为了完整起见，这些是我模型的前两行：

model = Sequential()
model.add(LSTM(100, input_shape=(8000, 12)))
model.add(Dense(nb_classes))
model.add(Activation('softmax'))

在训练期间我遇到了一些麻烦，我发现了this 的帖子。这似乎与我正在尝试做的非常相似。我已经尝试过提供的解决方案，但不知何故，配件仍然崩溃。我收到以下错误：

ValueError: Error when checking input: expected lstm_1_input to have 3 dimensions, but got array with shape (8000, 12)

有什么想法吗？

更新：对于 Parthosarathi Mukherjee，我添加了网络的其余部分。

【问题讨论】：

【解决方案1】：

model.add(LSTM(100, input_shape(8000, 12)))

改为使用

model.add(LSTM(100, input_shape(12,1)))

确保在 fit 之前，您的输入数据的形状为 8000 x 12 x 1 而不是 8000 x 12

【讨论】：

感谢您的快速回复！如果我这样做我仍然得到一个错误： ValueError: Error when checks target: expected activation_1 to have shape (None, 1) but got array with shape (96000, 2)
请在您创建网络的位置发布更多代码。我不确定activation_1 来自哪里。
我已经添加了模型的其余部分。
在我看来，您的网络在每个时间步都需要一个值，因此您应该将输入数组准备为 8000 x 12 x1。标签顺序也应该相同。也许你把它做成了 96000 x 2。如果你想要一个相同大小的输出序列，那么最后一层应该是TimeDistributed(Dense(1,activation='sigmoid'))。此外，您的 LSTM 层必须有一个参数为 return_sequences=True。这似乎不是分类问题，因此您不需要softmax