python - Keras 期望 dense_13 具有 2 个维度

Question

我从 Keras 收到非常困惑的错误消息。我使用以下模型并将形状为 (num_examples, n, 1) 的输入传递给它。

def create_model():
    model = Sequential()
    model.add(LSTM(64, input_shape=(n,1), return_sequences=False))
    model.add(Dense(units=n, activation='linear'))
    return model

我收到此错误消息: ValueError:检查目标时出错:预期 dense_16 具有 2 个维度，但得到形状为 (11030, 50, 1) 的数组。

但这怎么可能呢？如果我使用 model.summary()，它表明 LSTM 输出具有以下形状:(None, 64)。那么它如何将形状为 (11030, 50, 1) 的数组传递给 Dense 层？

此外，如果我尝试在 LSTM 和 Dense 之间添加 model.add(Flatten())，我会收到此错误:ValueError: Input 0 is incompatible with layer flatten_3: expected min_ndim =3，发现 ndim=2。

那么，它将 2D 传递给 Flatten，但它怎么可能将 3D 传递给 Dense？

Answer 1

问题不在于您的模型，而在于目标，即您提供的y 标签。您不匹配，因为您的模型输出 (batch_size, n) 而您给出的是 (batch_size, 50, 1)。

假设 n=50 然后您需要将目标标签压缩到 2 维并删除 1。y_train = y_train.squeeze() 应该可以解决形状不匹配问题。