多层LSTM神经网络），出现ValueError: Input 0 is incompatible with layer lstm_21: expected ndim=3, found错误

最新推荐文章于 2023-06-14 14:06:03 发布

大风起兮d

最新推荐文章于 2023-06-14 14:06:03 发布

阅读量6w

点赞数 19

分类专栏： Python数据处理文章标签： Python

本文链接：https://blog.youkuaiyun.com/zds13257177985/article/details/80051543

版权

Python数据处理专栏收录该内容

2 篇文章

订阅专栏

本文介绍了一种解决LSTM模型输入维度不匹配问题的方法。通过在LSTM层添加return_sequences=True参数，确保了输入数据的维度为3，解决了ValueError错误。文中还提供了具体的模型搭建和编译代码。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

下面是LSTM模型，运行后出现ValueError: Input 0 is incompatible with layer lstm_21: expected ndim=3, found错误

model = Sequential()

model.add(LSTM(50, activation='tanh',input_shape=(X_train.shape[1],X_train.shape[2])))
model.add(Dropout(0.4))
model.add(LSTM(30, activation='tanh'))
model.add(Dropout(0.4))
model.add(Dense(5,activation='softmax'))
#model.compile(loss='categorical_crossentropy', optimizer=SGD(lr=0.003, momentum=0.9, nesterov=True), metrics=['accuracy'])
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

model.summary()

在LSTM层前加上当前层的上一层中添加return_sequences=True这个参数就可以了，使其返回ndim=3的序列。

model.add(LSTM(50, activation='tanh',input_shape=(X_train.shape[1],X_train.shape[2]),return_sequences=True))