web-dev-qa-db-ja.com

ValueError：入力0はレイヤーlstm_13と互換性がありません：期待されるndim = 3、ndim = 4が見つかりました

私はマルチクラス分類を試みていますが、ここに私のトレーニングの入力と出力の詳細があります：

train_input.shape =（1、95000、360）（各要素が長さ360の配列である長さ95000の入力配列）

train_output.shape =（1、95000、22）（22クラスがあります）

model = Sequential()

model.add(LSTM(22, input_shape=(1, 95000,360)))
model.add(Dense(22, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
print(model.summary())
model.fit(train_input, train_output, epochs=2, batch_size=500)

エラーは次のとおりです。

ValueError：入力0はレイヤーlstm_13と互換性がありません：期待されるndim = 3、行にndim = 4が見つかりました：model.add（LSTM（22、input_shape =（1、95000,360）））

私を助けてください、私は他の答えを通してそれを解決することができません。

pythonkeraslstmrecurrent-neural-network
11
Urja Pawar

私は作ることで問題を解決しました

入力サイズ：（95000,360,1）および出力サイズ：（95000,22）

モデルが定義されているコードの入力形状を（360,1）に変更しました：

model = Sequential()
model.add(LSTM(22, input_shape=(360,1)))
model.add(Dense(22, activation='softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])
print(model.summary())
model.fit(ml2_train_input, ml2_train_output_enc, epochs=2, batch_size=500)
10
Urja Pawar

input_shapeは（timesteps、n_features）になるはずです。最初の次元を削除します。

input_shape = (95000,360)

出力についても同じです。

6
Michele Tonutti