ValueError：输入 0 与层 lstm_60 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_60: expected ndim=3, found ndim=2ValueError：输入 0 与层 lstm_60 不兼容：预期 ndim=3，发现 ndim=2
【发布时间】：2020-03-31 09:33:27
【问题描述】：

我想构建一个深度 RNN，其中我的 x_train 形状为 (318,39)，而我的 y_train 形状为 (318,)。当我执行下面的代码时：

model.add(LSTM(20,input_shape=(X_train.shape[1:]), activation='relu', return_sequences=True))
model.add(LSTM(20, activation='relu'))
model.add(Dense(10, activation='relu'))
model.add(Dense(1, activation='sigmoid'))
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])
history = model.fit(X_train,y_train,batch_size=20,epochs=250)

我收到以下错误：

ValueError: Input 0 is incompatible with layer lstm_60: expected ndim=3, found ndim=2

【问题讨论】：

发布您的完整代码，以及 X_train、y_train 的形状
X_train.shape=(318,39) 和 y_train.shape=(318,)

标签： tensorflow keras deep-learning lstm recurrent-neural-network

【解决方案1】：

由于您使用的是LSTM，我假设您的输入数据是连续的，即您有 318 个示例，其中每个示例有 39 个时间步长？如果是这种情况，您应该首先正确地重塑您的输入数据，例如：

import numpy as np
X_train = np.expand_dims(X_train, -1)

这会将您的 X_train 重塑为 (318, 39, 1) 的形状，然后它就会起作用（仅当我的初始假设正确时）

【讨论】：

很高兴能帮上忙 :)

【解决方案2】：

LSTM 层的预期输入形状为[batch, timesteps, feature]。你正在传递[batch, timesteps]。你要做的就是通过[batch, timesteps, 1]（右边展开维度）。你可以这样做：

X_train = X_train[..., None]

【讨论】：

【解决方案3】：

只需重塑 X_train

X_train.reshape(X_train.shape[0],X_train.shape[1],1)

前拟合函数。

LSTM 需要一个 3D 数组（批量大小、时间步长、特征）。在您的情况下，由于您有 1 个功能，因此您需要添加一个额外的维度。

【讨论】：