Python 添加第二个LSTM层时出现问题“；输入0与层lstm_2不兼容：预期ndim=3，发现ndim=2“；

当我尝试向模型中添加第二个LSTM层时，我收到以下错误消息：“输入0与层LSTM_2不兼容：预期ndim=3，发现ndim=2”

当return_sequences设置为True时，我也会收到相同的消息。我希望它是真的，但它只有在设置为False时才起作用。我尝试过Keras重塑，但运气不佳

任何帮助都将不胜感激，谢谢

#X是一个3D阵列，大约有1000个大小的2D阵列（n_步数，n_特征）
X=X.重塑（X.形状[0]，X.形状[1]，n_特征））
#设置模型
模型=顺序（）
lstmSize=32
辍学率=0.2
密度=1
returnSequences=False#设置为True时不起作用
添加（LSTM（lstmSize，activation='relu'，return_sequences=returnSequences，input_shape=（n_步骤，n_特征）））
型号.添加（辍学（辍学））
添加（LSTM（lstmSize，activation='relu'，return_sequences=returnSequences，input_shape=（n_步骤，n_特征）））#此处出错
型号.添加（辍学（辍学））
model.add（密集型（denseSize，activation='softmax'））
compile（优化器='adam'，loss='mse'）
model.fit（X，y，批大小=None，epochs=700，verbose=0）

---

当我只有1个LSTM层或返回\u sequences=False，但给出错误“输入0与层LSTM\u 2不兼容：预期的ndim=3，发现的ndim=2”时，输出工作。

您可以尝试

Input\u shape=（无，n步，n\u特征）

您不需要为第二层提供输入形状。我遵守了您的模型，没有错误。我发现，对于第一个LSTM，设置return_sequences=True，对于第二个LSTM，设置return_sequences=False有效，但是如果我将

model.add（稠密（denseSize，activation='softmax'））替换为
model.add（时间分布（密集型（denseSize，activation='softmax'））
我再次遇到同样的错误。