将 CNN 更改为 LSTM keras tensorflow答案

【问题标题】：Change CNN to LSTM keras tensorflow将 CNN 更改为 LSTM keras tensorflow
【发布时间】：2017-09-30 04:10:16
【问题描述】：

我有一个 CNN，想把它改成 LSTM，但是当我修改我的代码时，我收到了同样的错误：ValueError: Input 0 is incompatible with layer gru_1: expected ndim=3, found ndim=4

我已经更改了 ndim 但没有用。

关注我的cnn

def build_model(X,Y,nb_classes):
    nb_filters = 32  # number of convolutional filters to use
    pool_size = (2, 2)  # size of pooling area for max pooling
    kernel_size = (3, 3)  # convolution kernel size
    nb_layers = 4
    input_shape = (1, X.shape[2], X.shape[3])

    model = Sequential()
    model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1],
                        border_mode='valid', input_shape=input_shape))

    model.add(BatchNormalization(axis=1))
    model.add(Activation('relu'))

    for layer in range(nb_layers-1):
        model.add(Convolution2D(nb_filters, kernel_size[0], kernel_size[1]))
        model.add(BatchNormalization(axis=1))
        model.add(ELU(alpha=1.0))  
        model.add(MaxPooling2D(pool_size=pool_size))
        model.add(Dropout(0.25))

    model.add(Flatten())
    model.add(Dense(128))
    model.add(Activation('relu'))
    model.add(Dropout(0.5))
    model.add(Dense(nb_classes))
    model.add(Activation("softmax"))
    return model

并按照我喜欢的方式来做我的 LSTM

data_dim = 41
timesteps = 20
num_classes = 10

model = Sequential()

model.add(LSTM(256, return_sequences=True, input_shape=(timesteps, data_dim)))  
model.add(Dropout(0.5))

model.add(LSTM(128, return_sequences=True, input_shape=(timesteps, data_dim)))  
model.add(Dropout(0.25))

model.add(LSTM(64))  
model.add(Dropout(0.2))

model.add(Dense(num_classes, activation='softmax'))

我做错了什么？谢谢

【问题讨论】：

您的 LSTM 代码运行良好。问题可能出在您的训练数据形状上。你能打印出你的训练数据的形状吗？ X.shape and Y.shape

标签： python tensorflow keras lstm rnn

【解决方案1】：

LSTM 代码很好，对我来说执行没有错误。您看到的错误与模型本身内张量的内部不兼容有关，与训练数据无关，在这种情况下，您将收到“异常：输入形状无效”

您的错误中令人困惑的是它指的是 GRU 层，该层不包含在您的模型定义中的任何位置。如果您的模型仅包含 LSTM，您应该会收到一个错误，指出与之冲突的 LSTM 层。

也许检查

model.get_config()

并确保所有层和配置都是您想要的。特别是第一层应该这样说：

batch_input_shape': (None, 20, 41)

【讨论】：

如果 OP 使用的数据是 4d 就不行了，这将是 Convolution2d()