Python &引用；ValueError：输入到“的形状”；“展平”；“未完全定义”；具有可变长度的LSTM

这是我的密码：

    from keras.layers import LSTM, Bidirectional, Dense, Input, Flatten
    from keras.models import Model

    input = Input(shape=(None, 100))
    lstm_out = Bidirectional(LSTM(10, return_sequences=True))(input)
    something = Flatten()(lstm_out)
    output = Dense(22, activation='softmax')(something)

    model = Model(inputs=input, outputs=output)
    model.compile(loss='categorical_crossentropy', optimizer='adadelta', metrics=['accuracy'])

我正在构建一个LSTM，通过 . 但是现在我的模型说的是

ValueError:Flatten输入的形状没有完全定义（get（None，20）

。我如何解决这个问题

提前感谢

您无法解决此特定问题，因为您可以将一个可变大小的向量传递给一个

密集的

层。为什么？因为它有一个固定大小的权重矩阵，即内核

W

相反，您应该查看可以处理可变长度序列（如RNN）的层。例如，您可以让LSTM学习整个序列的表示：

input = Input(shape=(None, 100))
lstm_out = Bidirectional(LSTM(10))(input) # the LSTM produces a single fixed size vector
output = Dense(22, activation='softmax')(lstm_out) # Dense classifies it

如果您想在模型中增加容量，可以链接RNN层，只要最后一层不返回序列：

lstm_out = Bidirectional(LSTM(10, return_sequences=True))(input)
lstm_out = Bidirectional(LSTM(10))(lstm_out) # this LSTM produces a single vector

---

如果在图形创建时时间步数未知，则无法应用

展平

——最后一个

密集

层有多少输入单位？