Keras拟合方法给出了期望的dense_1具有2个维度，但得到了具有形状的数组(196353，1)

Question

我使用以下Keras模型：

# Create Model
self.model = Sequential()
self.model.add(LSTM(50, return_sequences=True, input_shape=(features_set.shape[1], features_set.shape[2])))
self.model.add(Dropout(0.2))
self.model.add(LSTM(50, return_sequences=True))
self.model.add(Dropout(0.2))
self.model.add(LSTM(50))
self.model.add(Dropout(0.2))
self.model.add(Dense(1))
self.model.compile(optimizer = 'adam', loss = 'mean_squared_error')

features_set.shape是196,353,4，而labels.shape是196,353,1。

然而，当在以下时间之后调用时：

self.model.fit(features_set, labels, epochs = 1, batch_size = 1)
self.model.reset_states()

我得到错误：

期望dense_1具有2个维度，但得到了形状为(196353，1(的数组

最后一个LSTM没有返回序列，那么这里发生了什么？我看不出我做错了什么。

Answer 1

错误的模型构建，密集输出为(196，1(，您正在拟合标签.shape(196353,1(

试试这个

# Create Model
self.model = Sequential()
self.model.add(LSTM(50, return_sequences=True, input_shape=(features_set.shape[1], features_set.shape[2])))
self.model.add(Dropout(0.2))
self.model.add(LSTM(50, return_sequences=True))
self.model.add(Dropout(0.2))
self.model.add(LSTM(50, return_sequences=True))
self.model.add(Dropout(0.2))
self.model.add(Dense(1))
self.model.compile(optimizer = 'adam', loss = 'mean_squared_error')