Tensorflow keras LSTM功能API多输入

我试图使用两个输入来训练LSTM模型：价格和情绪，在规范化这两个数据：trainX和trainS后，我按照keras文档训练模式

print(trainX.shape)
print(trainS.shape)
(22234, 1, 51) --> 51 is because these datasets are time sequence, and I look back for 51 hours of the history price data
(22285, 1)

代码基本上遵循多输入文件： 但是当我适合这个模型时，我犯了错误

Error when checking model input: the list of Numpy arrays that you are passing to your model is not the size the model expected. Expected to see 2 array(s), but instead got the following list of 1 arrays: [array([[[0., 0., 0., ..., 0., 0., 0.]],

       [[0., 0., 0., ..., 0., 0., 0.]],

       [[0., 0., 0., ..., 0., 0., 0.]],

       ...,

       [[0., 0., 0., ..., 0., 0., 0.]],

       [[0., 0., 0., ....

---

---

model fit调用必须传递np.Array列表，以使其批大小相同，并且剩余维度必须与为输入/目标定义的维度匹配

i、 你需要打电话

model.fit([input0, input1], [output0, output1])

所有这些都需要具有相同的形状[0]

我注意到您的代码中有以下内容：

main_input = Input(shape=(trainX.shape[0],)

---

这是不正确的。您希望输入的形状为

trainX.shape[1://code>。无需定义批量大小，但您必须定义其他维度。
但如果我在main_输入中使用trainX.shape[1:]，则会出现错误：将形状转换为TensorShape:int（）参数时出错必须是字符串、类似字节的对象或数字，而不是“tuple”
shape=
参数需要一个可以表示为
（int，）的元组
或作为现有元组的切片，如
trainX.shape[1://code>。i、 括号用于构造元组，因此如果元组上有一个切片，则不要添加额外的括号。您的意思是：Input（shape=trainX.shape[1:]，dtype='int32'，name='main_Input'）？但它仍然有错误：输入0与层lstm_27不兼容：预期ndim=3，发现ndim=4。此外，我还有一个问题：[输出0，输出1]我应该在这里输入什么？也许需要花时间一步一步地阅读教程。您可能不希望trainX的ndim=4（除非它是图像）。
main_input = Input(shape=(trainX.shape[0],)