Keras重塑輸入LSTM

我在一個虛擬的例子努力瞭解LSTM是如何工作的使用Keras。我遇到了重塑數據輸入和輸出的方式問題。Keras重塑輸入LSTM

ValueError異常：輸入0與層經常不兼容：預計NDIM = 3，發現NDIM = 2

import random 
import numpy as np 

from keras.layers import Input, LSTM, Dense 
from keras.layers.wrappers import TimeDistributed 
from keras.models import Model 

def gen_number(): 
    return np.random.choice([random.random(), 1], p=[0.2, 0.8])  
truth_input = [gen_number() for i in range(0,2000)]  
# shift input by one 
truth_shifted = truth_input[1:] + [np.mean(truth_input)]  
truth = np.array(truth_input) 
test_ouput = np.array(truth_shifted)   
truth_reshaped = truth.reshape(1, len(truth), 1)  
shifted_truth_reshaped = test_ouput.reshape(1, len(test_ouput), 1) 
yes = Input(shape=(len(truth_reshaped),), name = 'truth_in')  
recurrent = LSTM(20, return_sequences=True, name='recurrent')(yes)  
TimeDistributed_output = TimeDistributed(Dense(1), name='test_pseudo')(recurrent)  
model_built = Model(input=yes, output=TimeDistributed_output)  
model_built.compile(loss='mse', optimizer='adam')  
model_built.fit(truth_reshaped, shifted_truth_reshaped, nb_epoch=100)

如何，我需要做正確輸入的數據？

來源

2017-03-09 Noque

的可能的複製[如何處理用於keras LSTM輸入和輸出形狀（http://stackoverflow.com/questions/39969717/how-to-process-input-and-output-shape-for-keras-lstm ） –

yes = Input(shape=(len(truth_reshaped),), name = 'truth_in')

Len（truth_reshaped）將返回1，因爲您將它形如（1,2000,1）。這裏第一個是序列號，2000是序列中的時間步數，第二個是序列中每個元素的值數。

所以，你的輸入應該是

yes = Input(shape=(len(truth),1), name = 'truth_in')

它會告訴你網絡的投入將是長度LEN的序列（真理，1），並與元素的一維。

來源

2017-03-09 18:40:06

Keras重塑輸入LSTM

回答

相關問題