Python 使用LSTM进行序列分类，检查输入时出错

我正在用LSTM构建我的第一个神经网络，我的输入大小有一个错误

我猜错误在于输入参数、尺寸、尺寸，但我无法理解错误

print df.shape

data_dim = 13
timesteps = 13
num_classes = 1
batch_size = 32

model = Sequential()
model.add(LSTM(32, return_sequences = True, stateful = True,
               batch_input_shape = (batch_size, timesteps, data_dim)))

model.add(LSTM(32, return_sequences = True, stateful = True))

model.add(LSTM(32, stateful = True))

model.add(Dense(1, activation = 'relu'))

#Compile.
model.compile(loss = 'binary_crossentropy', optimizer = 'adam', metrics = ['accuracy'])
model.summary()

#Fit.
history = model.fit(data[train], label[train], epochs = iteraciones, verbose = 0)

#Eval.
scores = model.evaluate(data[test], label[test], verbose = 0)

#Save.
cvshistory.append(history)
cvscores.append(scores[1] * 100)

形状：

(303, 14)

summary:
_________________________________________________________________
Layer (type)                 Output Shape              Param #   
=================================================================
lstm_19 (LSTM)               (32, 13, 32)              5888      
_________________________________________________________________
lstm_20 (LSTM)               (32, 13, 32)              8320      
_________________________________________________________________
lstm_21 (LSTM)               (32, 32)                  8320      
_________________________________________________________________
dense_171 (Dense)            (32, 1)                   33        
=================================================================
Total params: 22,561
Trainable params: 22,561
Non-trainable params: 0
_________________________________________________________________

错误输出告诉我以下信息：

---> 45   history = model.fit(data[train], label[train], epochs = iteraciones, verbose = 0)

ValueError: Error when checking input: expected lstm_19_input to have 3 dimensions, but got array with shape (226, 13)

---

LSTM需要输入形状

（批次大小、时间步长、特征大小）

。您只传递二维特征。由于

timesteps=13

您需要在输入中再添加一个维度

如果数据是numpy数组，则：

data=data[…，np.newaxis]

应该这样做

---

现在数据的形状将是

（批量大小、时间步长、特征）

即<代码>（226，13，1）

LSTM需要输入形状

（批次大小、时间步长、特征大小）

。您只传递二维特征。由于

timesteps=13

您需要在输入中再添加一个维度

如果数据是numpy数组，则：

data=data[…，np.newaxis]

应该这样做

现在数据的形状将是

（批量大小、时间步长、特征）

即<代码>（226，13，1）