在 Keras 维度不匹配中堆叠两个 LSTM 层答案

【问题标题】：Stack two LSTM layers in Keras dimension mismatch在 Keras 维度不匹配中堆叠两个 LSTM 层
【发布时间】：2023-03-17 02:19:01
【问题描述】：

我想使用 Keras 制作一个 LSTM 神经网络，它将四个特征的长度作为输入并预测 10 个后续值。而且我无法设置正确的输入尺寸。 X_train 是形状 (34,5,4) 的数组（重复观察、观察序列、特征）y_train 是形状数组 (34,10)。我无法满足所需的尺寸。

任何想法我做错了什么？

X_train = X_train.reshape((X_train.shape[0], X_train.shape[1], 4))
model.add(LSTM(30, dropout=0.2, batch_size=window_size))
model.add(LSTM(10, activation=None))
model.compile(optimizer='adam',loss='mse')
model.fit(X_train,y_train,epochs= epochs,validation_split=0.2,shuffle=True)

【问题讨论】：

Nav，如果解决了您的问题，请采纳

标签： python tensorflow keras lstm recurrent-neural-network

【解决方案1】：

如果您要堆叠两个lstm 层，则需要将return_sequence 用于第一层，它会返回每个时间步的输出，该输出将馈送到第二层lstm。

这里是explained example，您可以通过它解决您的问题。

【讨论】：

我在以前的版本中设置了 return_sequence（由于其他原因它没有工作），但对于当前版本，这是缺少的难题。谢谢