Keras 尺寸 LSTM 净 3 暗淡预期

Question

>我对 LSTM 顺序网络的输入尺寸和形状有问题。我正在寻找正确的方法来重塑和调整这个input_merged(？， 1， 2400， 60( 到 LSTM 输入已成功连接，但不接受来自 LSTM 净输入的新维度。

程序

inp1 = Input(features_set3.shape)
inp2 = Input(features_set4.shape)
print("  shapeINP1 ")
print(inp1.shape)
print("  shapeINP2 ")
print(inp2.shape)
input_merged = Concatenate(axis=2)([inp1, inp2])
print(input_merged.shape)
print("  OK  ")
lstm = LSTM(units=50, return_sequences=True, input_shape=input_merged.shape)(input_merged)
model = Sequential()  
model.add(LSTM)  

记录尺寸误差和输入形状

b'你好，TensorFlow！" 42 使用 TensorFlow 后端。

features_set (1200， 60(

features_set3 (1, 1200, 60) DataConversionWarning：输入 dtype int64 的数据已通过 MinMaxScalr 转换为 float64。 warnings.warn(msg， DataConversionWarning(

features_set2

(1200， 60(

features_set4

(1， 1200， 60(

形状INP1

(？， 1， 1200， 60(

形状INP2

(？， 1， 1200， 60(

(？， 1， 2400， 60(

还行 回溯(最近一次调用(： prog10-t12.py"，第 84 行，模块中 lstm = LSTM(units=50， return_sequences=True， input_shape=input_merged.shape((input_merged(

文件 "C：\ProgramData\Anaconda3\lib\site-packages\keras\layers\recurrent.py"，第 532 行，在调用中 返回超级(RNN，自我(。呼叫(输入，夸格( 文件"base_layer.py"，第 414 行，在调用中 self.assert_input_compatibility(输入( 文件 "C：\ProgramData\Anaconda3\lib\site-packages\keras\engine\base_layer.py"，第 311 行，第 assert_input_compatibility 行 str(K.ndim(x

(((

值错误：输入 0 与图层 lstm_1 不兼容：预期 ndim=3，发现 ndim=4

Answer 1

你应该先重塑你的输入张量：

inp1 = keras.layers.Reshape((1200, 60))(inp1)
inp2 = keras.layers.Reshape((1200, 60))(inp2)

或

input_merged = keras.layers.Reshape((2400, 60))(input_merged)

这会将input_merged的形状更改为(None, 2400, 60)，从而被 LSTM 层接受