Machine learning 输入0与层lstm_12不兼容：预期ndim=3，发现ndim=2

我是ML新手，正在尝试制作RNN LSTM模型

我想使用GridSearchCV优化hyper参数。我要优化的是每个层选择数的层数和节点数

以下是生成模型的代码：

from keras.wrappers.scikit_learn import KerasClassifier
from sklearn.model_selection import GridSearchCV
def create_model(layers,activation):
    model = Sequential()
    for i,node in enumerate(layers):
        if i == 0:
            model.add(LSTM(units=node, input_shape=(x_train.shape[1],1)))
            model.add(Activation(activation))
            model.add(Dropout(0.2))            
        else:
            model.add(LSTM(units=node, input_shape=(x_train.shape[1],1)))
            model.add(Activation(activation))
            model.add(Dropout(0.2)) 
    model.add(Dense(units=1)) 
    model.compile(optimizer='adam',loss='mean_squared_error',metrics=['accuracy'])
    return model

这是变量

layers=[[40,40],[30,30],[30,30,30],[30,30,30,30],[30,30,30,30,30]]
activations =['sigmoid','relu']
batch_size = [32,50]
epochs = [50]

然后我使用gridsearchcv将其包装起来

param_grid = dict(layers=layers,activation=activations,batch_size=batch_size,epochs=epochs)
grid = GridSearchCV(estimator=model,param_grid=param_grid)

当我这么做的时候

grid_result = grid.fit(x_train,y_train,verbose=3)

我犯了这个错误

ValueError: Input 0 is incompatible with layer lstm_14: expected ndim=3, found ndim=2

我不知道发生了什么。我的x_火车形状是（13871,60,1），y_火车形状是（13871，）。事先谢谢您，我们将非常感谢您的帮助

谢谢

---

Phil

错误消息实际上很好地解释了这一点。LSTM需要时间序列输入形状（批次大小、时间步长、特征）。对于您的第一个输入lstm层，您似乎有正确的方法。然而，LSTM的输出不是一个序列。后续LSTM层将不会收到适当的输入

通过设置参数，也可以将LSTM输出作为序列

return_sequences=True

请注意，在密集或执行展平操作之前，可能必须在最后一层中将返回序列设置为false

这有用吗

---

PS：如果。。。否则，条件完全相同。这是你以后打算改变的吗？

你好，谢谢斯派尔博士。我又拿起了这个项目，你的建议又开始工作了。是的，如果..或者实际上是一样的，我已经改变了。谢谢很高兴这有帮助。也许你可以接受这个答案，为将来的读者关闭这篇文章。