Python I';我在试一个MCQ&x27;s干扰物发生器出现以下错误,有人能解释吗?

Python I';我在试一个MCQ&x27;s干扰物发生器出现以下错误,有人能解释吗?,python,machine-learning,keras,nlp,Python,Machine Learning,Keras,Nlp,以下是出现错误的代码: model = Sequential() model.add(LSTM(256, input_shape=(X.shape[0], X.shape[1]))) model.add(Dropout(0.2)) model.add(Dense(y1.shape[0], activation='softmax')) model.compile(loss='categorical_crossentropy', optimizer='adam') 拟合数据: model.fit(

以下是出现错误的代码:

model = Sequential()
model.add(LSTM(256, input_shape=(X.shape[0], X.shape[1])))
model.add(Dropout(0.2))
model.add(Dense(y1.shape[0], activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam')
拟合数据:

model.fit(X, y1, epochs=20, batch_size=128)
model.fit(X, y2, epochs=20, batch_size=128)
model.fit(X, y3, epochs=20, batch_size=128)
以下是输出代码:

Traceback (most recent call last):
File "1.py", line 139, in <module>
    model.fit(X, y1, epochs=20, batch_size=128)

File "C:\Users\Rohit\AppData\Local\Programs\Python\Python37\lib\site-packages\keras\engine\training.py", line 1154, in fit
    batch_size=batch_size)

File "C:\Users\Rohit\AppData\Local\Programs\Python\Python37\lib\site-packages\keras\engine\training.py", line 579, in _standardize_user_data
    exception_prefix='input')

File "C:\Users\Rohit\AppData\Local\Programs\Python\Python37\lib\site-packages\keras\engine\training_utils.py", line 135, in standardize_input_data
    'with shape ' + str(data_shape))
回溯(最近一次呼叫最后一次):
文件“1.py”,第139行,在
模型拟合(X,y1,历次=20,批次大小=128)
文件“C:\Users\Rohit\AppData\Local\Programs\Python\37\lib\site packages\keras\engine\training.py”,第1154行
批次大小=批次大小)
文件“C:\Users\Rohit\AppData\Local\Programs\Python\37\lib\site packages\keras\engine\training.py”,第579行,在用户数据中
异常(前缀为“输入”)
标准化输入数据中的文件“C:\Users\Rohit\AppData\Local\Programs\Python\37\lib\site packages\keras\engine\training\u utils.py”,第135行
“带形状”+str(数据形状))
ValueError:检查输入时出错:预期lstm_1_输入有3个维度,但得到了具有形状的数组(13595,2)


你只是想解释一下为什么会发生错误?你的数据是什么样的?它有时间维度吗?我认为错误是不言自明的。它应该是三维的,您正在传递二维数组。@MatiasValdenegro是的,先生,那么您只需要解释错误发生的原因?您的数据是什么样的?它有时间维度吗?我认为错误是不言自明的。它应该是三维的,你通过的是二维数组。@MatiasValdenegro是的,先生