Python 稀疏矩阵与keras

我知道这类问题已经得到了回答（或），但所有答案对我都不适用：

我的X是一个大小为5000的向量

<每一个席是一个稀疏矩阵的大小（19000，42） y是大小为5000的向量，每个yi是大小为190000的向量（稀疏）

我得到了这个错误：

ValueError: Error when checking model input: expected timedistributed_input_1 to have 3 dimensions, but got array with shape (191483, 42)

---

谢谢你的帮助

你能澄清一下其他答案是如何对你不起作用的吗？因为上一个问题的问题是处理一个大的稀疏矩阵。我的问题是不同的，因为每个矩阵不是很大，但是5000的向量很大，我必须将每个矩阵转换成稀疏矩阵来存储它。你的问题是不同的，因为错误是关于输入形状，而不是输入是稀疏矩阵。

def build_model(): 
   model = Sequential()

   model.add(TimeDistributed(Dense(1, bias=0, W_regularizer=regularizers.l1(0.01)), input_shape=(191483, 42)))
   model.add(Activation("softmax"))
   model.compile(loss="categorical_crossentropy", optimizer="adam", metrics=["accuracy"])
   return model

print ('load model')
model = build_model()


def batch_generator(X, y):
    for i in range(len(X)):
        X_array = X[i].toarray()
        y_array = y[i].toarray()
        yield (X_array,y_array)

model.fit_generator(generator=batch_generator(X, y), samples_per_epoch=10000, nb_epoch=10)

ValueError: Error when checking model input: expected timedistributed_input_1 to have 3 dimensions, but got array with shape (191483, 42)