ValueError：输入 0 与层 lstm_15 不兼容：预期 ndim=3，发现 ndim=2答案

【问题标题】：ValueError: Input 0 is incompatible with layer lstm_15: expected ndim=3, found ndim=2ValueError：输入 0 与层 lstm_15 不兼容：预期 ndim=3，发现 ndim=2
【发布时间】：2020-10-10 12:52:18
【问题描述】：

我想将 CNN 层的输出馈送到 LSTM 层，但出现错误ValueError: Input 0 is incompatible with layer lstm_15: expected ndim=3, found ndim=2，代码如下：

inp = Input(shape = (max_length,))
xe = Embedding(vocabulary_size, 300, weights = [embedding_matrix], trainable = False)(inp)
x = Conv1D(512,kernel_size = 2, activation='relu',kernel_initializer = "he_uniform")(xe)
x = GlobalMaxPooling1D()(x)
x = LSTM(128)(x)
x = Dense(11, activation = "sigmoid")(x)

输入形状：

embedding_matrix: (26441, 300)
inp : TensorShape([Dimension(None), Dimension(3146)])
X_train :(1432, 3146)
Y_train: (1432, 11)
vocabulary_size: 26441
max_length: 3146

有人可以帮助我

【问题讨论】：

标签： python keras lstm text-classification conv-neural-network

【解决方案1】：

这是因为当你应用GlobalMaxPooling1D 时，它会返回形状为(batch_size, 512) 的张量。正如docs 中提到的，该层通过在时间维度上取最大值来对输入表示进行下采样。你有两个选择，要么不使用GlobalMaxPool1D（你可以使用本地池化层，例如MaxPool1D），或者你可以使用RepeatVector将GlobalMaxPool1D的输出形状从(batch_size, 512)更改为(batch_size, n, 512)其中n 是RepeatVector 的参数，用于定义您希望序列重复多少次。

【讨论】：