Keras LSTM 模型答案

【问题标题】：Keras LSTM modelKeras LSTM 模型
【发布时间】：2020-05-25 03:37:06
【问题描述】：

我找不到有关如何构造数据以用于 keras LSTM 的动手教程。

数据

x_train = 7300 行，其中每个向量的长度为 64。

y_train = 7300 个项目的数组，0 或 1（类）。

型号

model = Sequential()
model.add(LSTM(200, dropout=0.2, recurrent_dropout=0.2, input_shape = (1, 64)))
model.add(Dense(2, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

model.fit(x_train, y_train,
               epochs = 5,
               batch_size = 32,
               validation_split = 0.1,
               callbacks=[EarlyStopping(monitor='val_loss', patience=3, min_delta=0.0001)])

我的问题很简单，为什么这不起作用？为什么不像给出一个二维向量数组和相似长度的 y 值来拟合那么简单。

【问题讨论】：

我的问题很简单，为什么这不起作用？会发生什么？

标签： python keras-layer tf.keras

【解决方案1】：

Keras LSTM 需要形状为 [batch_size, timesteps, features] 的输入。您的数据形状为[batch_size, features]。

要添加 timestep 维度（其中时间步数为 1），请执行以下操作：

x_train = np.expand_dims(x_train, axis=1)

【讨论】：