我有一个这种形状的序列输入： (6000, 64, 100, 50)
6000 只是样本序列的数量 . 每个序列的长度为 64 .
我计划使用Keras将此输入拟合到LSTM中 .
我这样设置我的输入：
input = Input(shape=(64, 100, 50))
这给了我一个 (?, 64, 100, 50) 的输入形状
但是，当我将 input 放入我的LSTM中时：
x = LSTM(256, return_sequences=True)(input)
我收到此错误：
输入0与层lstm_37不兼容：预期ndim = 3，发现ndim = 4
如果我的输入形状类似于 (?, 64, 100) ，那么这将起作用，但是当我有第四维度时，这不会有效 .
这是否意味着LSTM只能输入3维？如何使用Keras将4或甚至更高维度的输入馈入LSTM？
1 回答
答案是你不能 .
Keras文档为Recurrent Layer提供以下信息：
Input shape
3D张量与形状
(batch_size, timesteps, input_dim).在你的情况下，你有64个时间步长，每个步骤的形状（100,50） . 让模型工作的最简单方法是将数据重塑为（100 * 50） .
Numpy提供了一个简单的功能：
这是合理的还是不高度取决于您的数据 .