Python 如何使用与CNN相同的输入制作RNN？

我有一个有线电视新闻网的文本 我的X_火车的形状是（39971，10000），y_火车：（39971，4）

到目前为止，这是可行的。 这就是我试图制作RNN的方式：

model = Sequential()
model.add(Embedding(max_words, 128))
model.add(LSTM(64, return_sequences=True, dropout=0.5, recurrent_dropout=0.5))
model.add(Dense(4, activation='softmax'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])

我可以编译模型，但当我尝试运行

model.fit

与我的训练数据时，我得到一个错误： ValueError：检查目标时出错：预期密集_42有3维，但得到了形状为（39971,4）的数组。 这是什么意思？我怎样才能解决这个问题

---

根据建议，我可能需要添加

input\u shape

，但我不确定是什么值

LSTM层当前正在返回完整序列，因此网络的输出具有shape

（批大小，nb\u时间步长，4）

。我假定您只想使用最后一个LSTM输出。如果是这种情况，请设置

return\u sequences=False

model = Sequential()
model.add(Embedding(max_words, 128))
model.add(LSTM(64, return_sequences=True, dropout=0.5, recurrent_dropout=0.5))
model.add(Dense(4, activation='softmax'))
model.compile(loss='binary_crossentropy', optimizer='adam', metrics=['accuracy'])