如何修复：ValueError: Input 0 is in compatible with layer lstm_2: expected ndim=3, found ndim=2答案

【问题标题】：How to fix: ValueError: Input 0 is incompatible with layer lstm_2: expected ndim=3, found ndim=2如何修复：ValueError: Input 0 is in compatible with layer lstm_2: expected ndim=3, found ndim=2
【发布时间】：2020-01-29 15:00:54
【问题描述】：

我有一个关于时间序列数据的问题。我的训练数据集的维度为 (3183, 1, 6)

我的模特：

model = Sequential()
model.add(LSTM(100, input_shape = (training_input_data.shape[1], training_input_data.shape[2])))
model.add(Dropout(0.2))
model.add(LSTM(100, input_shape = (training_input_data.shape[1], training_input_data.shape[2])))
model.add(Dense(1))
model.compile(optimizer = 'adam', loss='mse')

我在第二个 LSTM 层收到以下错误：

ValueError：输入 0 与层 lstm_2 不兼容：预期 ndim=3，发现ndim=2 但是没有ndim参数。

【问题讨论】：

你能在第一层试试return_sequences=True，看看它是否有效？

标签： python keras machine-learning-model

【解决方案1】：

问题是第一个 LSTM 层返回了形状为(batch_size, 100) 的东西。如果您想使用第二个 LSTM 层进行迭代，您可能应该在第一个 LSTM 层中添加选项 return_sequences=True（然后将返回形状为 (batch_size, training_input_data.shape[1], 100) 的对象。

请注意，在第二个 LSTM 中传递 input_shape = (..) 不是强制性的，因为该层的输入形状是根据第一层的输出形状自动计算的。

【讨论】：

【解决方案2】：

您需要设置参数 return_sequences=True 来堆叠 LSTM 层。

model = Sequential()
model.add(LSTM(
    100,
    input_shape = (training_input_data.shape[1], training_input_data.shape[2]),
    return_sequences=True
))
model.add(Dropout(0.2))
model.add(LSTM(100, input_shape = (training_input_data.shape[1], training_input_data.shape[2])))
model.add(Dense(1))
model.compile(optimizer = 'adam', loss='mse')

另见How to stack multiple lstm in keras?

【讨论】：