Python 3.x Keras LSTM图层输入形状

我正在尝试向LSTM网络提供一个具有20个特性的序列，如代码所示。但是我得到一个错误，我的Input0与LSTM输入不兼容。不确定如何更改我的图层结构以适应数据

def build_model(features, aux1=None, aux2=None):
# create model
features[0] = np.asarray(features[0])
main_input = Input(shape=features[0].shape, dtype='float32', name='main_input')
main_out   = LSTM(40, activation='relu')
aux1_input = Input(shape=(len(aux1[0]),),   dtype='float32', name='aux1_input')
aux1_out   = Dense(len(aux1[0]))(aux1_input)
aux2_input = Input(shape=(len(aux2[0]),),   dtype='float32', name='aux2_input')
aux2_out   = Dense(len(aux2[0]))(aux2_input)
x = concatenate([aux1_out, main_out, aux2_out])
x = Dense(64, activation='relu')(x)
x = Dropout(0.5)(x)
output = Dense(1, activation='sigmoid', name='main_output')(x)
model = Model(inputs=[aux1_input, aux2_input, main_input], outputs= [output])
return model

---

Features变量是一个形状数组（1456，20）。我有1456天，每天有20个变量。

您的主要输入应该是形状

（示例、时间步、特征）

然后你应该像这样定义主输入：

main_input = Input(shape=(timesteps,))  # for stateless RNN (your one)

features[0] = np.reshape(features[0], (1, features[0].shape))

或

main\u input=input（批处理形状=（批处理大小、时间步长），）

用于有状态RNN（不是示例中使用的）

如果您的

功能[0]

是各种功能的一维数组（1个时间步），那么您还必须对

功能[0]

进行如下重塑：

main_input = Input(shape=(timesteps,))  # for stateless RNN (your one)

features[0] = np.reshape(features[0], (1, features[0].shape))

然后对

功能[1]

，

功能[2]

等执行此操作

或者最好一次重塑所有样本：

features = np.reshape(features, (features.shape[0], 1, features.shape[1]))

---

LSTM层设计用于处理“序列”

你说你的序列有20个特征，但是它有多少个时间步呢？？你是说20个时间步

LSTM层需要输入形状，如

（批大小、时间步长、特征）

如果在

20个时间步中的每个时间步中都有
1功能
，则必须将数据塑造为：

inputData = someData.reshape(NumberOfSequences, 20, 1)

输入
张量应为以下形状：

main_input = Input((20,1), ...) #yes, it ignores the batch size

请显示错误消息。你的序列有20个特征？但是你的序列长度是多少？（多少时间步？）ValueError:Input 0与层lstm_1不兼容：预期ndim=3，发现ndim=2是确切的错误我将主输入更改为main_Input=Input（batch_shape=（batch_size，20，），dtype='float32'，name='main_Input'）main_out=lstm（40，activation='relu'）（main_输入）但我仍然有错误（输入0与层lstm_1不兼容：预期ndim=3，发现ndim=2）@Oğu您是否确保您的x.shape和y.shape有3个维度（样本、时间步、特征）？您必须以其他方式重新塑造数据我如何修改输入（“特征”）如果我有5个时间步？将其重塑为
（NumberOfSequences，5，20）
——假设有20个功能沿5个时间步变化。----我注意到的一件事是您使用
功能[0]。形状
作为输入形状。如果
功能[0]
已经正确成形，则应使用
功能[0]。形状[1:]
，因为第一个数字是
NumberOfSequences
，定义层时不会传递该数字。