Numpy 尝试将变量序列馈送至keras LSTMs VALUERROR时:检查输入时出错?

Numpy 尝试将变量序列馈送至keras LSTMs VALUERROR时:检查输入时出错?,numpy,keras,lstm,Numpy,Keras,Lstm,我的模型: model=Sequential() model.add(LSTM(25,批处理输入形状=(无,无,19),返回序列=真)) model.add(密集(4,激活='tanh')) model.compile(loss='mean\u squared\u error',optimizer='adam',metrics=['accurity']) 输入数据形状的一些示例: 输入_列表[0]。形状=(7,19) 输入_列表[1]。形状=(8,19) 输入_列表[2]。形状=(17,19)

我的模型:

model=Sequential()

model.add(LSTM(25,批处理输入形状=(无,无,19),返回序列=真))

model.add(密集(4,激活='tanh'))

model.compile(loss='mean\u squared\u error',optimizer='adam',metrics=['accurity'])

输入数据形状的一些示例:

输入_列表[0]。形状=(7,19)

输入_列表[1]。形状=(8,19)

输入_列表[2]。形状=(17,19)

输出数据形状的一些示例:

输出列表[0]。形状=(7,4)

输出列表[1]。形状=(8,4)

输出列表[2]。形状=(17,4)

  • input_list.shape=(233,)

  • output_list.shape=(233,)

在执行以下操作时出错:

d\u loss=model.fit(输入列表、输出列表、验证拆分=0.33、nb\u epoch=100、详细=1、随机=True、批量大小=1)


错误:ValueError:检查输入时出错:预期lstm_22_输入有3个维度,但得到了具有形状(233,1)的数组。

只需将维度增加np。展开维度(x,轴=0)。它将变成三维的