尝试使用 Keras 实现堆叠 LSTM 层的问题答案

【问题标题】：Issue trying to implement stacked LSTM layers with Keras尝试使用 Keras 实现堆叠 LSTM 层的问题
【发布时间】：2018-04-29 07:34:44
【问题描述】：

我正在尝试向我的神经网络添加更多 LSTM 层，但我不断收到以下错误：

ValueError: Error when checking target: expected dense_4 to have 2 dimensions, but got array with shape (385, 128, 1)

我的模型代码如下：

model = Sequential()

model.add(LSTM(60, return_sequences=True, input_shape=(128, 14)))

model.add(LSTM(60, return_sequences=False))

model.add(Dense(1))

model.compile(loss='mean_squared_error', optimizer='adam')

model.fit(data_train, RUL_train, epochs=number_epochs, batch_size=batch_size, verbose=1)

当我删除第二个 LSTM 层时它工作正常。或者，如果我添加更密集的层。只是在我添加 LSTM 层时没有。 RUL_train 的形状为 (385, 128, 1)。 model.summary 的输出如下：

_________________________________________________________________
   Layer (type)                 Output Shape              Param #   
=================================================================
lstm_15 (LSTM)               (None, 128, 60)           18000     
_________________________________________________________________
lstm_16 (LSTM)               (None, 60)                29040     
_________________________________________________________________
dense_7 (Dense)              (None, 1)                 61        
=================================================================
Total params: 47,101
Trainable params: 47,101
Non-trainable params: 0
_________________________________________________________________

任何帮助表示赞赏。

【问题讨论】：

您使用的是哪个版本的 Keras？
return_sequences=True 在最后一层

标签： python keras

【解决方案1】：

您的标签数组具有三个维度：(385,128,1)。

那么，你的目的是什么？

对每个序列中的所有步骤进行分类？ - 所有 LSTM 必须使用return_sequence=True
整个序列的一个类？ - 以某种方式将您的标签数组修复为(samples,1)。

【讨论】：

【解决方案2】：

这是 Keras 2.1.0 中引入的错误（在 2.1.1 中并未完全修复）。尝试安装 Keras 2.0.9 或更早版本：

pip uninstall keras
pip install keras==2.0.9

https://github.com/fchollet/keras/issues/8481

【讨论】：

感谢您的建议。我实际上正在运行 Keras 2.0.8。但我还是尝试更新到 2.0.9，但我仍然遇到同样的问题。