检查目标时出现Keras错误：预期激活_1有2个维度，但得到了形状为（10,5,95）的数组

我试图使用keras创建一个简单的RNN，但我得到了这个错误。 输入是由二进制类表示的字母流。形状是（10,5,95）。10批，每次5个字母，共95个字符

我猜这与作为输入反馈的错误输入有关，但我不确定如何处理它

回溯（最近一次呼叫最后一次）：
文件“07_rnn.py”，第90行，在
model.fit（x，y，epochs=3，batch\u size=BATCHSIZE）
文件“/home/dmabelin/.local/lib/python3.5/site-packages/keras/models.py”，第965行，适合
验证步骤=验证步骤）
文件“/home/dmabelin/.local/lib/python3.5/site-packages/keras/engine/training.py”，第1593行，适合
批次大小=批次大小）
文件“/home/dmabelin/.local/lib/python3.5/site packages/keras/engine/training.py”，第1430行，在用户数据中
异常（前缀='target'）
文件“/home/dmabelin/.local/lib/python3.5/site packages/keras/engine/training.py”，第110行，输入数据
“带形状”+str（数据形状））
ValueError:检查目标时出错：预期激活_1有2个维度，但得到了形状为（10,5,95）的数组

代码

将numpy导入为np
导入glob
从keras.models导入顺序
从keras.layers导入LSTM，致密，活化
从keras.optimizers导入Adam
从keras.utils.np\u utils导入到\u category
CHARMAP=“abcdefghijklmnopqrstuvxyzabefghijklmnopqrstuvxyz1234567890-=！@$%^&*（）”、“~[]\{}}}124；”：\”、./？”
SEQLEN=5
批量大小=10
ALPHASIZE=len（字符映射）
内部大小=128
FILES=“shakespeare/*.txt”
学习率=0.001
##数据相关的东西
def char_至_值（char）：
idx=CHARMAP.find（char）
如果idx>=0：
返回idx
其他：
返回0
def char到char类映射（char）：
值=字符到字符值（字符）
返回到_分类（值，字母大小）
def值到字符（值）：
返回CHARMAP[值]
#迭代每个文件
def get_文件_数据（模式、索引）：
路径=全局。全局（模式）
长度=长度（路径）
如果索引<长度：
数据=[]
打开（路径[索引]，“r”）作为文件：
对于文件中的行：
行值=[行中l的字符到类映射（l）]
数据=数据+列表（行值）
返回数据
其他：
一无所获
#获取文件中的批处理数据
def生成行数据（文件数据、序号、批次索引、批次计数）：
长度=长度（文件\数据）
开始=批次索引*批次计数
结束=开始+顺序
x=[]
y=[]
而end+110：
打破

github链接：

编辑：

---

在LSTM中return\u sequences=True修复了它。

您试图预测什么？如果它是一个序列到序列模型，那么返回\u sequences=True是正确的方法。 错误的原因是您的目标是三维的

（batchsize，sequence\u length，features）

，如果

返回\u sequences=false

，LSTM层只输出序列最后一个时间步的

（batchsize，features）

。 因此，根据您的应用程序，您必须更改目标的形状或设置

return\u sequences=true

，就像您已经做的那样