Python 使用双向而非标准LSTM层时,塑造Erorr
当切换到双向层时,我的代码给出了一个错误。使用标准LSTM图层时,该模型有效。我得到的错误是:Python 使用双向而非标准LSTM层时,塑造Erorr,python,tensorflow,keras,Python,Tensorflow,Keras,当切换到双向层时,我的代码给出了一个错误。使用标准LSTM图层时,该模型有效。我得到的错误是: File "<ipython-input-22-1e9000cb0bf6>", line 12, in <module> model.build(input_shape) ValueError: Input 0 is incompatible with layer bidirectional_11: expected ndim=3, found ndim=2 为什么在使用双向
File "<ipython-input-22-1e9000cb0bf6>", line 12, in <module>
model.build(input_shape)
ValueError: Input 0 is incompatible with layer bidirectional_11: expected ndim=3, found ndim=2
为什么在使用双向而不是标准LSTM时它会返回形状错误?我无法测试您的代码(因为我正在移动),但是如果您在CuDNN
外部定义输入形状,但在双向
内部定义,那么它应该可以工作。像这样的
双向(CuDNNLSTM(128,返回序列=True),输入形状=input形状)
事情是双向的,它的行为是liek LSTM,所以它需要像前面提到的LSTM这样的参数。对于双向示例,您可以遵循
input_shape = (lengtharray,1)
model = Sequential()
model.add(Bidirectional(CuDNNLSTM(128, input_shape=input_shape, return_sequences=True)))
model.add(Dropout(0.5))
model.add(Dense(64))
model.add(Bidirectional(CuDNNLSTM(128)))
model.add(Dropout(0.5))
model.add(Dense(64))
model.add(Dropout(0.5))
model.add(Dense(1, activation='sigmoid'))
model.build(input_shape)
opt = keras.optimizers.Adam(lr=0.01, decay=0.0001)
model.compile(loss='binary_crossentropy',
optimizer=opt,
metrics=['accuracy'])
callbacks = [EarlyStopping(monitor='val_loss'),
ModelCheckpoint(filepath='best_model.h5', monitor='val_loss', save_best_only=True)]
model.summary()