Keras:Dense vs.Embedding-ValueError:Input 0与layer repeat_vector_9不兼容：预期ndim=2，发现ndim=3

我有以下工作正常的网络：

left = Sequential()
left.add(Dense(EMBED_DIM,input_shape=(ENCODE_DIM,)))
left.add(RepeatVector(look_back))

但是，我需要用嵌入层替换密集层：

left = Sequential()
left.add(Embedding(ENCODE_DIM, EMBED_DIM, input_length=1))
left.add(RepeatVector(look_back))

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-119-5a5f11c97e39> in <module>()
     29 left.add(Embedding(ENCODE_DIM, EMBED_DIM, input_length=1))
---> 30 left.add(RepeatVector(look_back))
     31 
     32 leftOutput = left.output

/usr/local/lib/python3.4/dist-packages/keras/models.py in add(self, layer)
    467                           output_shapes=[self.outputs[0]._keras_shape])
    468         else:
--> 469             output_tensor = layer(self.outputs[0])
    470             if isinstance(output_tensor, list):
    471                 raise TypeError('All layers in a Sequential model '

/usr/local/lib/python3.4/dist-packages/keras/engine/topology.py in __call__(self, inputs, **kwargs)
    550                 # Raise exceptions in case the input is not compatible
    551                 # with the input_spec specified in the layer constructor.
--> 552                 self.assert_input_compatibility(inputs)
    553 
    554                 # Collect input shapes to build layer.

/usr/local/lib/python3.4/dist-packages/keras/engine/topology.py in assert_input_compatibility(self, inputs)
    449                                      self.name + ': expected ndim=' +
    450                                      str(spec.ndim) + ', found ndim=' +
--> 451                                      str(K.ndim(x)))
    452             if spec.max_ndim is not None:
    453                 ndim = K.ndim(x)

ValueError: Input 0 is incompatible with layer repeat_vector_9: expected ndim=2, found ndim=3

当我使用嵌入层时，我得到了以下错误：

left = Sequential()
left.add(Embedding(ENCODE_DIM, EMBED_DIM, input_length=1))
left.add(RepeatVector(look_back))

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-119-5a5f11c97e39> in <module>()
     29 left.add(Embedding(ENCODE_DIM, EMBED_DIM, input_length=1))
---> 30 left.add(RepeatVector(look_back))
     31 
     32 leftOutput = left.output

/usr/local/lib/python3.4/dist-packages/keras/models.py in add(self, layer)
    467                           output_shapes=[self.outputs[0]._keras_shape])
    468         else:
--> 469             output_tensor = layer(self.outputs[0])
    470             if isinstance(output_tensor, list):
    471                 raise TypeError('All layers in a Sequential model '

/usr/local/lib/python3.4/dist-packages/keras/engine/topology.py in __call__(self, inputs, **kwargs)
    550                 # Raise exceptions in case the input is not compatible
    551                 # with the input_spec specified in the layer constructor.
--> 552                 self.assert_input_compatibility(inputs)
    553 
    554                 # Collect input shapes to build layer.

/usr/local/lib/python3.4/dist-packages/keras/engine/topology.py in assert_input_compatibility(self, inputs)
    449                                      self.name + ': expected ndim=' +
    450                                      str(spec.ndim) + ', found ndim=' +
--> 451                                      str(K.ndim(x)))
    452             if spec.max_ndim is not None:
    453                 ndim = K.ndim(x)

ValueError: Input 0 is incompatible with layer repeat_vector_9: expected ndim=2, found ndim=3

---------------------------------------------------------------------------
ValueError回溯（最近一次调用上次）
在（）
29左。添加（嵌入（编码尺寸，嵌入尺寸，输入长度=1））
--->30左。添加（重复向量（向后看））
31
32 leftOutput=left.output
/添加中的usr/local/lib/python3.4/dist-packages/keras/models.py（self，layer）
467输出形状=[self.outputs[0]。\u keras\u形状]）
468其他：
-->469输出张量=层（自输出[0]）
470如果存在（输出张量，列表）：
471 raise TypeError（'序列模型中的所有层'
/usr/local/lib/python3.4/dist-packages/keras/engine/topology.py in___调用（self，input，**kwargs）
550#在输入不兼容的情况下引发异常
551#具有图层构造函数中指定的输入规格。
-->552自我断言输入兼容性（输入）
553
554#收集输入形状以构建图层。
/assert\u input\u兼容性（self，inputs）中的usr/local/lib/python3.4/dist-packages/keras/engine/topology.py
449 self.name+'：应为ndim=+
450 str（spec.ndim）+'，发现ndim='+
-->451 str（K.ndim（x）））
452如果spec.max\u ndim不是无：
453 ndim=K.ndim（x）
ValueError:输入0与层重复向量9不兼容：预期ndim=2，发现ndim=3

---

用嵌入层替换密集层时，我还需要做哪些更改？谢谢

密集

层的输出形状为
（无，嵌入尺寸）
。但是，
嵌入
层的输出形状是
（无，输入长度，嵌入尺寸）
。使用
input\u length=1
，它将是
（无，1，嵌入尺寸）
。您可以在
嵌入
层之后添加一个
展平
层以删除轴1

可以打印输出形状以调试模型。比如说,

EMBED_DIM=128
左=顺序（）
添加（密集（嵌入尺寸，输入形状=（编码尺寸，））
打印（左。输出_形）
（无，128）
左=顺序（）
添加（嵌入（编码尺寸，嵌入尺寸，输入长度=1））
打印（左。输出_形）
（无，1128）
左。添加（展平（））
打印（左。输出_形）
（无，128）
密集
层的输出形状为
（无，嵌入尺寸）
。但是，
嵌入
层的输出形状是
（无，输入长度，嵌入尺寸）
。使用
input\u length=1
，它将是
（无，1，嵌入尺寸）
。您可以在
嵌入
层之后添加一个
展平
层以删除轴1

可以打印输出形状以调试模型。比如说,

EMBED_DIM=128
左=顺序（）
添加（密集（嵌入尺寸，输入形状=（编码尺寸，））
打印（左。输出_形）
（无，128）
左=顺序（）
添加（嵌入（编码尺寸，嵌入尺寸，输入长度=1））
打印（左。输出_形）
（无，1128）
左。添加（展平（））
打印（左。输出_形）
（无，128）