无法在有状态 LSTM keras 上提供价值答案

【问题标题】：Cannot feed value on Stateful LSTM keras无法在有状态 LSTM keras 上提供价值
【发布时间】：2018-06-14 20:53:20
【问题描述】：

代码有什么问题？

它返回ValueError: Cannot feed value of shape (2, 5, 7) for Tensor u'lstm_1_input:0', which has shape '(5, 5, 7)' 错误。

我的代码：

model = Sequential()
model.add(LSTM(128,batch_input_shape=(5,5,7),return_sequences=True,stateful=True))
model.add(Activation('relu'))
model.add(Dropout(0.2))
model.add(LSTM(32))
model.add(Activation('relu'))
model.add(Dense(2))
model.add(Activation('softmax'))
checkpoint = ModelCheckpoint('./model28-{epoch:02d}.h5')
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])
print(model.summary())
model.fit(trainX,trainY,batch_size=5,epochs=20,validation_split=0.2,callbacks=[checkpoint],shuffle=False)

【问题讨论】：

你的 trainX 是什么样的？错误是说你说输入形状是 (5,5,7) 但你试图给它一个它不能接受的 (2,5,7) 张量。
我的 trainX 形状是(34365, 5, 7)
你能不能不把输入形状改成(2,5,7)？
@MennoVanDijk 34365 不能被 2 分割

标签： python tensorflow keras lstm

【解决方案1】：

我的trainX 形状为 34365。我删除了最后一行 5 以具有 34360 的形状（形状应除以 batch_size）。每个epoch、reset_states() 都应该被调用，所以我将代码更改为：

epo_num= 20
model = Sequential()
model.add(LSTM(128,batch_input_shape=(2,5,7),return_sequences=False,stateful=True))
model.add(Activation('relu'))
model.add(Dropout(0.2))
model.add(LSTM(32))
model.add(Activation('relu'))
model.add(Dense(2))
model.add(Activation('softmax'))
#checkpoint = ModelCheckpoint('./model30-{epoch:02d}.h5')
model.compile(optimizer='adam',loss='binary_crossentropy',metrics=['accuracy'])
print(model.summary())
for i in range(epo_num):
    print('Epochs {:d}/{:d}'.format(i+1,epo_num))
    model.fit(trainX,trainY,batch_size=2,epochs=1,validation_split=0.2,shuffle=False)
    model.reset_states()

【讨论】：