在 Keras 中实现 LSTM答案

【问题标题】：Implementing LSTM in Keras在 Keras 中实现 LSTM
【发布时间】：2019-07-03 19:35:27
【问题描述】：

感谢您在 Keras 中创建 LSTM 模型的帮助。我的输入是一个二维 numpy 数组，其中的行是等长的数字时间序列。我编写了以下几行来创建一个 LSTM 模型，该模型在没有嵌入层的情况下对原始数据进行操作：

lstm_clf = Sequential()
lstm_clf.add(LSTM(100, input_shape=(X_train[0], X_train[1]))
lstm_clf.add(Dense(7, activation='softmax'))
lstm_clf.compile(loss='sparse_categorical_crossentropy', optimizer='Adam', metrics=['accuracy'])

当我到达拟合阶段时，出现以下错误：“ValueError: Error when checks input: expected lstm_11_input to have 3 dimensions, but got array with shape (100, 289)”。

谁能向我解释我做错了什么以及如何修复代码。它一定和输入的形状有关，但我不知道它是什么。

非常感谢您的帮助，

亚历山大。

【问题讨论】：

标签： python keras neural-network deep-learning lstm

【解决方案1】：

我找到了答案。这是正确的代码：

lstm_clf = Sequential()

lstm_clf.add(LSTM(100, input_shape=(1, max_seq_len))) lstm_clf.add（密集（7，激活='softmax'）） lstm_clf.compile(loss='sparse_categorical_crossentropy', optimizer='Adam', metrics=['accuracy'])

我的数据也必须重新整形，如下所示：

X_seqs_train = reshape(X_seqs_train, (X_seqs_train.shape[0], 1, X_seqs_train.shape[1]))

X_seqs_test = reshape(X_seqs_test, (X_seqs_test.shape[0], 1, X_seqs_test.shape1))

这些更改解决了问题。找到了导致答案的线索here。

【讨论】：