LSTM输入形状错误：输入0与图层Sequence_1不兼容
用户名
我是机器学习和keras的新手。我试图为我的分类问题创建LSTM模型，但收到此错误：（我从互联网上获得了一些样本并试图对其进行修改）
ValueError：输入0与连续图层_1不兼容：预期形状=（无，无，30），发现形状= [无，3，1]这就是我所需要的，我有一个像这样的1,2,3,4序列，其中1,2,3是我的X_train，4是label（Y），所以我的意思是时间步长是3，每个步长只有一个功能
我的标签有30节课。因此，我希望输出是这30个类之一。64是存储单元数。
这是我的代码
def get_lstm():
model = Sequential()
model.add(LSTM(64, input_shape=(3, 30), return_sequences=True))
model.add(LSTM(64))
model.add(Dropout(0.2))
model.add(Dense(30, activation='softmax'))
X_train = user_data[:, 0:3]
X_train = np.asarray(X_train).astype(np.float32)
X_train = np.reshape(X_train, (X_train.shape[0], X_train.shape[1], 1))
Y_train = user_data[:, 3]
Y_train = np.asarray(Y_train).astype(np.float32)
local_model = Mymodel.get_lstm()
local_model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=['accuracy'])
local_model.set_weights(global_weights)
local_model.fit(X_train, Y_train, batch_size=32,
epochs=1)
如果您需要更多信息或不清楚，请告诉我。我真的需要你们的帮助，谢谢
阿克塞·塞加尔（Akshay Sehgal）
不知道为什么要像(3,30)第一个LSTM一样设置输入形状。如您所言-
这就是我所需要的，我有一个像这样的1,2,3,4序列，其中1,2,3是我的X_train和4是label（Y）。所以我的意思是时间步长是3，每个步长只有一个功能
如果您有3个步骤，并且只有一个功能，则应该这样定义每个序列。
另外，由于模型将始终输出30个长度的概率分布，但是y_train是单个值（唯一的30个类），因此您需要使用losssparse_categorical_crossentropy而不是categorical_crossentropy。在这里阅读更多。
from tensorflow.keras import layers, Model, utils
#Dummy data and its shapes
X = np.random.random((100,3,1)) #(100,3,1)
y = np.random.randint(0,29,(100,)) #(100,)
#Design model
inp = layers.Input((3,1))
x = layers.LSTM(64, return_sequences=True)(inp)
x = layers.LSTM(64)(x)
x = layers.Dropout(0.2)(x)
out = layers.Dense(30, activation='softmax')(x)
model = Model(inp, out)
#Compile and fit
model.compile(loss="sparse_categorical_crossentropy", optimizer="adam", metrics=['accuracy'])
model.fit(X, y, batch_size=32,epochs=3)
Epoch 1/3
4/4 [==============================] - 0s 4ms/step - loss: 3.4005 - accuracy: 0.0400
Epoch 2/3
4/4 [==============================] - 0s 5ms/step - loss: 3.3953 - accuracy: 0.0700
Epoch 3/3
4/4 [==============================] - 0s 8ms/step - loss: 3.3902 - accuracy: 0.0900
utils.plot_model(model, show_layer_names=False, show_shapes=True)
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
编辑于
相关文章
Related 相关文章
- 1
无法解决ValueError：图层sequence_1的输入0与图层不兼容
- 2
Keras：ValueError：图层sequence_1的输入0与该图层不兼容：预期的ndim = 3，找到的ndim = 2
- 3
使用tf.data.Dataset的“ layer sequence_1的输入0与该层不兼容”
- 4
图层顺序的输入0与图层不兼容：输入形状的预期轴-1的值为784
- 5
谁能告诉我这是怎么回事？图层conv2d_21的输入0与图层不兼容：输入形状的预期轴-1的值为1
- 6
LSTM中的交叉验证-ValueError：sequence_3的输入0与该层不兼容
- 7
“ ValueError：...与图层不兼容：输入形状的预期轴-1的值为8，但接收到具有形状的输入（无，7、169）”
- 8
Tensorflow输入形状不兼容
- 9
LSTM：层顺序的输入0与层不兼容
- 10
ValueError：输入0与图层不兼容：预期形状=（无，48，187，621，64），找到形状=（48，187，621，64）
- 11
层density_18的输入0与该层不兼容：输入形状的预期轴-1的值为3500，但接收到形状为[None，7]的输入
- 12
ValueError：连续图层_1的输入0与以下图层不兼容：：预期的min_ndim = 4，找到的ndim = 3。收到完整的图形：[无，256、256]
- 13
Keras - CNN 输入形状不兼容
- 14
ValueError：密集层_1的输入0与该层不兼容
- 15
ValueError：sequence_6层的输入0与该层不兼容：预期ndim = 4，找到的ndim = 3。收到的完整形状：[32、28、28]
- 16
ValueError：sequence_9层的输入0与该层不兼容：：预期的min_ndim = 4，找到的ndim = 3。收到完整形状：[无，无，无]
- 17
图层的输入不兼容（ndim = 4，找到的ndim = 3）
- 18
lstm_5层的输入0与该层不兼容：预期ndim = 3，找到的ndim = 2
- 19
ValueError：输入0与层lstm_15不兼容：预期ndim = 3，找到ndim = 2
- 20
层 conv1d_1 的输入 0 与层不兼容：预期 ndim=3，发现 ndim=2。收到的完整形状：[无，200]
- 21
Keras自定义图层输入形状兼容性问题
- 22
调用LSTM模型的预测函数时出现输入形状错误
- 23
了解Tensorflow LSTM输入形状
- 24
ValueError：形状在LSTM模型中不兼容
- 25
输入与聊天机器人预测模型的图层不兼容
- 26
tensorflow：模型是用形状（无，无，6）构造的，但是在形状不兼容的输入上被调用
- 27
tensorflow：模型是用形状（无，无，6）构造的，但是在形状不兼容的输入上被调用
- 28
tensorflow：模型是用形状（无，无，6）构造的，但是在形状不兼容的输入上被调用
- 29
tensorflow：模型是用形状（无，无，6）构造的，但是在形状不兼容的输入上被调用
我来说两句