Keras ValueError：检查目标时出错：预期lstm_27有2个维度，但得到了形状为（1,11,1）的数组

我试图将keras.io网站中提到的一个简单的LSTM自动编码器与序列输入结合起来。它在LSTM层输入上抛出一个错误

从keras.layers导入输入，LSTM，RepeatVector
从keras.models导入模型
将numpy作为np导入
def自动编码器（时间步长，输入尺寸）：
输入=输入（形状=（时间步，输入尺寸））
编码=LSTM（300）（输入）
解码=重复向量（时间步）（编码）
解码=LSTM（输入尺寸，返回序列=真）（解码）
编码器=模型（输入，编码）
compile（优化器='adam'，loss='mse'）
返回编码器
序列=np.数组（[522,76,2,35387,13121144,98,33400]）。重塑（（1,11,1））
型号=自动编码器（11,1）
model.fit（序列，序列，时代=100，批量大小=4，详细=1）

错误：

ValueError:检查目标时出错：预期lstm_29有2个 维度，但得到了形状为（1,11,1）的数组

---

模型输出的形状已编码。形状=（无，300）。但是目标的形状是

序列=（1,11,1）

。也许你想使用

encoder=Model（输入，解码）

？@giser\u yugang谢谢，它成功了！！你能建议我如何得到更准确的结果吗？我在输出中得到的数字与原来的完全不同。即使在编码器端增加更多的LSTM层和增加神经元数量也无济于事。提高准确性太广泛了，因为它依赖于特定的场景和训练数据。也许你应该先标准化你的输入数据。