首页 文章

ValueError：检查输入时出错：预期lstm_1_input有3个维度，但是有形状的数组（393613,50）

提问于
浏览 次
0

我在Keras有一个错误，我找不到解决方案 . 我搜索了整个互联网，我仍然没有回答^^这是我的代码 .

model = Sequential()
model.add(LSTM(32, return_sequences=True, input_shape=X.values.shape))
model.add(LSTM(32, return_sequences=True))
model.add(LSTM(32))
model.add(Dense(10, activation="softmax"))
model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=['accuracy'])

错误是第二行 . 它说“ValueError：检查输入时出错：预期lstm_1_input有3个维度，但是有形状的数组（393613,50）”我的Dataframe X的形状是正确的 . 当我尝试训练模型时，错误弹出

model.fit(X.values, Y.values, batch_size=200, epochs=10, validation_split=0.05)

我希望有人可以帮助我:-)

[编辑]顺便说一句 . 这是model.summary（）

图层（类型）输出形状参数＃

lstm_1（LSTM）（无，393613,32）10624

lstm_2（LSTM）（无，393613,32）8320

lstm_3（LSTM）（无，32）8320

dense_1（密集）（无，10）330

总参数：27,594可训练参数：27,594不可训练参数：0

亲切的问候尼克拉斯 .

python tensorflow machine-learning keras

1 回答

  • 0

    在初始化第一层时，您传递2个值作为input_shape = X.values.shape

    keras已经预计每批次的行数为NONE . 在运行时，此值由 batch_size= （在您的情况下为200）确定

    所以基本上它内部改变了第1层的输入形状为 NO_OF_FEATURES, NO_OF_ROWS_IN_DATA_SET, NO_OF_ROWS_PER_BATCH

    要解决这个问题，您只需将1参数作为 input_shape 传递，这不是功能 . Keras已经接受 NONE 作为占位符，每批次没有行 .

    所以 input_shape=(X.values.shape[1],) 应该做的伎俩 .

    model.add(LSTM(32, return_sequences=True, input_shape=(X.values.shape[1],)))

    回复于

相关问题