Keras：ValueError：层序贯_1的输入0与层不兼容：预期ndim = 3，发现ndim = 2答案

【问题标题】：Keras: ValueError: Input 0 of layer sequential_1 is incompatible with the layer: expected ndim=3, found ndim=2Keras：ValueError：层序贯_1的输入0与层不兼容：预期ndim = 3，发现ndim = 2
【发布时间】：2020-10-09 16:24:51
【问题描述】：

我有一个形状为 X: (1146165, 19, 22) 和 Y: (1146165,) 的数据集。这是我的模型代码：

import tensorflow as tf

train_data = tf.data.Dataset.from_tensor_slices((x_train, y_train))
valid_data = tf.data.Dataset.from_tensor_slices((x_valid, y_valid))

def create_model(shape=(19, 22)):
    tfkl = tf.keras.layers
    model = tf.keras.Sequential([
        tfkl.LSTM(128, return_sequences=True, input_shape=shape),
        tfkl.LSTM(64),
        tfkl.Dropout(0.3),
        tfkl.Dense(64, activation="linear"),
        tfkl.Dense(1)
    ])
    
    model.compile(loss='mean_absolute_error', optimizer="adam")
    return model

model = create_model()
model.summary()

你可以看到input_shape 是(19, 22)，这是正确的，但是当我使用fit 时，我得到了错误ValueError: Input 0 of layer sequential_15 is incompatible with the layer: expected ndim=3, found ndim=2. Full shape received: [19, 22]
我在 Stack 上搜索了一些答案，但其中大部分是因为输入维度是 (a, b) 而不是 (a,b,c)。任何帮助表示赞赏。

【问题讨论】：

标签： python tensorflow keras

【解决方案1】：

如果您想使用tf.data.Dataset 来拟合您的模型，则需要确保在将其用于model.fit 之前对其进行批处理。对于您选择的batch_size，请尝试

train_data = train_data.batch(batch_size)
model.fit(train_data)

【讨论】：