我正在尝试创建一个lstm-rnn来生成音乐序列 . 训练数据是大小为4的向量序列，表示在一些歌曲中训练的每个音符的各种特征（包括MIDI音符） .
根据我的阅读，看起来我正在尝试做的是每个输入样本，输出样本是下一个4号向量（即它应该尝试预测给定当前的一个下一个音符，并且因为LSTM结合以前的样品知识） .
我正在使用tflearn，因为我还是RNN的新手 . 我有以下代码
net = tflearn.input_data(shape=[None, seqLength, 4])
net = tflearn.lstm(net, 128, return_seq=True)
net = tflearn.dropout(net, 0.5)
net = tflearn.lstm(net, 128)
net = tflearn.dropout(net, 0.5)
net = tflearn.fully_connected(net, 4, activation='softmax')
net = tflearn.regression(net, optimizer='adam',
loss='mean_square')
# Training
model = tflearn.DNN(net, tensorboard_verbose=3)
model.fit(trainX, trainY, show_metric=True, batch_size=128)
在此代码之前，我已将trainX和trainY拆分为长度为20的序列（任意，但我在某处读到像这样的序列训练是一种很好的方法） .
这似乎很好，但我得到错误ValueError：无法为Tensor u'TargetsData / Y：0'提供形状值（128,16,4），其形状为'（？，4）'
SO：到目前为止我的假设是输入形状[None，seqLength，4]对TF [batchLength（由tflearn顺序输入），序列长度，样本的特征长度]说 . 我不明白为什么它说输出是错误的形状？我错误地假设数据序列分裂？当我只是尝试输入所有数据而不分成序列时，输入形状为[None，4]，TF告诉我LSTM层需要一个至少有3维的输入形状 .
我无法理解输入和输出的形状应该是什么 . 感觉这应该是一件简单的事情 - 我有一组矢量输入序列，我希望网络尝试预测序列中的下一个 . 网上很少有人没有相当高级的知识水平，所以我遇到了一堵砖墙 . 非常感谢任何人都可以提供的见解！
1 回答
我解决了这个问题，所以我在这里为有同样问题的人写答案 . 它是基于对这些网络如何工作的误解，但这是我所读过的大多数教程中的假设知识，因此其他初学者可能不太清楚 .
LSTM网络对这些情况很有用，因为它们可以考虑输入历史记录 . LSTM的历史记录方式是通过排序，但每个序列仍然会导致单个输出数据点 . 因此输入必须是3D形状，而输出只是2D .
给定整个序列和所需的historyLength，我将输入分成historyLength和单个输出向量的序列 . 这解决了我的形状问题 .