Keras LSTM在我给它2时期望3维，但在我给它3时期望4维

这给了我一个错误，告诉我它预期为3维，但得到了2维：

输入层=输入（形状=（无，1000000））

lstm_1=lstm（500，辍学率=0.2，经常性辍学率=0.2）（输入层）

其中任何一个都给了我一个错误，告诉我它期望4维，但得到3维：

input\u layer=input（shape=（无，1000000，无））
输入层=输入（形状=（无，无，1000000））

输入的

形状

参数没有考虑批量大小，因此真正给出

形状=（无，1000）

的是

（批量大小，无，100）

，它变成了三维。因此，您需要输入形状（样本、时间步长、特征）的数据，因此为

fit

功能输入3D数据。

问题在于您的数据。LSTM需要3D数据。（PS：你确定你有一百万个功能而不是一百万个步骤吗？

Input（shape=（None，1000000））

有三个维度（批量大小是隐藏的）。