首页 文章

检查目标时出错：期望dense_1有3个维度，但是有形状的数组（118,1）

提问于
浏览 次
3

我正在训练模型来预测股票价格，输入数据是接近的价格 . 我使用45天的数据来预测第46天的收盘价和经济指标作为第二个特征，这里是模型：

model = Sequential()
model.add( LSTM( 512, input_shape=(45, 2), return_sequences=True))
model.add( LSTM( 512, return_sequences=True))
model.add( (Dense(1)))
model.compile(loss='mse', optimizer='adam')
history = model.fit( X_train, y_train, batch_size = batchSize, epochs=epochs, shuffle = False)

当我运行这个时，我收到以下错误：

ValueError：检查目标时出错：期望dense_1有3个维度，但得到的数组有形状（118,1）

但是，我 print 数据的形状和它们是：

X_train:(118, 45, 2)
y_train:(118, 1)

当y_train为（118,1）时，我不知道为什么模型期望三维输出 . 我哪里错了，我该怎么办？

python keras output lstm

1 回答

  • 1

    您的第二个LSTM图层也会返回序列，默认情况下，Dense图层会将内核应用于每个时间步也会产生一个序列：

    # (bs, 45, 2)
model.add( LSTM( 512, input_shape=(45, 2), return_sequences=True))
# (bs, 45, 512)
model.add( LSTM( 512, return_sequences=True))
# (bs, 45, 512)
model.add( (Dense(1)))
# (bs, 45, 1)

    所以你的输出是形状 (bs, 45, 1) . 要解决此问题，您需要在第二个LSTM层中设置 return_sequences=False ，这将压缩序列：

    # (bs, 45, 2)
model.add( LSTM( 512, input_shape=(45, 2), return_sequences=True))
# (bs, 45, 512)
model.add( LSTM( 512, return_sequences=False)) # SET HERE
# (bs, 512)
model.add( (Dense(1)))
# (bs, 1)

    而且你会获得所需的输出 . 注意 bs 是批量大小 .

    回复于

相关问题