Keras 功能 api 输入形状错误，lstm 层收到 2d 而不是 3d 形状答案

【问题标题】：Keras functional api input shape error, lstm layer received 2d instead of 3d shapeKeras 功能 api 输入形状错误，lstm 层收到 2d 而不是 3d 形状
【发布时间】：2021-12-04 19:38:25
【问题描述】：

我正在使用 keras 功能 api，但我收到有关模型输入形状的错误 -

ValueError：输入 0 与层金融模型不兼容：预期 shape=(None, 1, 62)，发现 shape=(1, 62)

samples = np.array(samples, dtype=np.float64)
labels = np.array(labels, dtype=np.uint8)

x_train, x_test, y_train, y_test = train_test_split(samples, labels, test_size=0.33, 
random_state=42)
        
min_max = MinMaxScaler()
x_train = min_max.fit_transform(x_train)
                            
lstm_input = np.expand_dims(x_train, axis=1).shape

inputs = keras.Input(shape=(lstm_input[1],lstm_input[2]))
hidden = keras.layers.LSTM(lstm_input[2], activation='tanh')(inputs)
output = keras.layers.Dense(2)(hidden)
model = keras.Model(inputs=inputs, outputs=output, name="financial_model")

model.compile(
    loss=keras.losses.SparseCategoricalCrossentropy(from_logits=True),
    optimizer=keras.optimizers.Adam(learning_rate=0.001),
    metrics=["accuracy"],
)
model.summary()
history = model.fit(x_train, y_train, batch_size=1, epochs=5, validation_split=0.2)

我从类似的问题中了解到，输入形状维度中省略了批量大小。当输入对象中遗漏了批量大小时，如何将 3 维输入形状输入 lstm 层？

【问题讨论】：

你的样品和标签是什么形状的？

标签： numpy tensorflow keras

【解决方案1】：

由于我的声望低于 50，我无法发表评论。我不确定这一点，但正如错误所说，您的输入形状是错误的。您必须为其添加另一个维度。试试这样的：

inputs = keras.Input(shape=(lstm_input[1],lstm_input[2], 1))

【讨论】：

感谢您的回答，问题是我没有在标签数组中添加时间步列，我还更改了输出层形状以匹配标签列的数量。