Python InvalidArgumentError:不兼容的形状:[32]与[180]

Python InvalidArgumentError:不兼容的形状:[32]与[180],python,keras,deep-learning,lstm,Python,Keras,Deep Learning,Lstm,问题: 当涉及到使用python进行深入学习实现时,我是一个初学者,我真的被困在这个特定的问题上。 我有一个形状为[180,11,1]的输入数据。我想在此培训数据上实现LSTM,并使用了以下代码: model.add(LSTM((1), batch_input_shape=(180,11,1), return_sequences=True)) model.add(LSTM((1), return_sequences=False)) model.compile(loss="sparse_categ

问题:

当涉及到使用python进行深入学习实现时,我是一个初学者,我真的被困在这个特定的问题上。 我有一个形状为[180,11,1]的输入数据。我想在此培训数据上实现LSTM,并使用了以下代码:

model.add(LSTM((1), batch_input_shape=(180,11,1), return_sequences=True))
model.add(LSTM((1), return_sequences=False))
model.compile(loss="sparse_categorical_crossentropy",
             optimizer="adam",
             metrics=['accuracy'])
model.fit(X_train, y_train, epochs = 10)
当我安装模型时,我得到以下错误:

InvalidArgumentError: Incompatible shapes: [32] vs. [180]
     [[{{node training/Adam/gradients/loss/lstm_2_loss/sparse_categorical_crossentropy/weighted_loss/mul_grad/Mul_1}}]]
我不知道为什么会出现这个错误。感谢您的帮助